FloodFill-----洪水灌溉算法（DFS例题详解）

最新推荐文章于 2024-09-18 11:47:31 发布
最新推荐文章于 2024-09-18 11:47:31 发布
阅读量2.6k 收藏 90
点赞数 102
分类专栏： java数据结构与算法 文章标签： 深度优先 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2302_79862386/article/details/138445473
版权

目录

一.图像渲染：

代码详解：

二.岛屿数量：

代码详解：

三.岛屿的最大面积：

代码详解：

四.被围绕的区域：

代码详解：

五.太平洋大西洋水流问题：

代码详解：

FloodFill算法简介：FloodFill（泛洪填充）算法是一种图像处理的基本算法，用于填充连通区域。该算法通常从一个种子点开始，沿着种子点的相邻像素进行填充，直到遇到边界或者其他指定的条件为止。FloodFill 算法的主要应用是在图像编辑软件中实现填充操作，以及在计算机图形学、计算机视觉等领域中进行区域填充。

下面我们通过一些题目来理解这个算法思想：

一.图像渲染：

有一幅以 m x n 的二维整数数组表示的图画 image ，其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr ,  sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ，从初始像素开始，记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为 newColor 。

最后返回 经过上色渲染后的图像 。 ​

  • 对应函数签名如下：

  •  思路：我们从给定的起点开始，进行深度优先搜索（上下左右四个方向）。每次搜索到一个方格时，如果其与初始位置的方格颜色相同，就将该方格的颜色更新，以防止重复搜索；如果不相同，则进行回溯。这里我们设置初始方格为target.

代码详解：

解法一：

class Solution {
    //记录走过的路径，防止走回头路
    boolean[][] used;
    int target;
    public int[][] floodFill(int[][] image, int sr, int sc, int color) {
        int m = image.length,n = image[0].length;
        used = new boolean[m][n];
        target = image[sr][sc];
        dfs(image,sr,sc,color);
        return image;
    }
    public void dfs(int[][] image,int i,int j,int color){
        int m = image.length,n = image[0].length;
        //剪枝，越界直接返回
        if(i < 0 || j < 0 || i >= m || j >= n){
            return ;
        }
        //使用过的位置也直接返回
        if(used[i][j]) return ;
      
        if(image[i][j] == target){
            //上下左右去深搜，符合条件的都标记为color
               image[i][j] = color;
               used[i][j] = true;
             dfs(image,i - 1,j,color);
             dfs(image,i + 1,j,color);
             dfs(image,i,j - 1,color);
             dfs(image,i,j + 1,color);
        }
       
    }
}

解法二：基于解法一，我们可以通过定义两个数组来表示方向：dx[ ],dy[ ]，其中dx[ ],dy[ ]的位置要一一对应,具体操作如下：

 代码详解：

class Solution {
    boolean[][] used;
    int target;
    int[] dx = {-1,1,0,0};
    int[] dy = {0,0,1,-1};
    public int[][] floodFill(int[][] image, int sr, int sc, int color) {
        int m = image.length,n = image[0].length;
        used = new boolean[m][n];
        target = image[sr][sc];
        dfs(image,sr,sc,color);
        return image;
    }
    public void dfs(int[][] image,int i,int j,int color){
        int m = image.length,n = image[0].length;
        //每次进入都进行标记，并将该位置值改为color
        used[i][j] = true;
        image[i][j] = color;
        //相当于上下左右四个方向进行深搜
        for(int k = 0;k < 4;k++){
            int x = i + dx[k],y = j + dy[k];
            //所有不符合条件的都不能进入深搜
            if(x >= 0 && x < m && y >= 0 && y < n
            && !used[x][y] && image[x][y] == target){
                dfs(image,x,y,color);
            }
        }
    }
}

运行结果：

二.岛屿数量：

给你一个由 '1'（陆地）和 '0'（水）组成的的二维网格，请你计算网格中岛屿的数量。

岛屿总是被水包围，并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。

此外，你可以假设该网格的四条边均被水包围。

  •  对应函数签名如下：

  • 思路：
  • 遍历整个矩阵，每次找到「⼀块陆地」的时候：
  •  说明找到「⼀个岛屿」，记录到最终结果 res⾥⾯；
  • 并且将这个陆地相连的所有陆地，也就是这块「岛屿」，全部「变成海洋」。这样的话，我们下次 遍历到这块岛屿的时候，它「已经是海洋」了，不会影响最终结果。
  •  其中「变成海洋」的操作，可以利⽤「深搜」来解决

代码详解：

 解法一：与上面一样，两种解法（类似）：

class Solution {
    int res = 0;
    public int numIslands(char[][] grid) {
        int m = grid.length,n = grid[0].length;
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(grid[i][j] == '1'){
                   //每次找到一个岛屿记录一下，再将这个岛屿淹没
                    res++;
                    dfs(grid,i,j);
                }
            }
        }
        return res;
    }
    public void dfs(char[][] grid,int i,int j){
        int m = grid.length,n = grid[0].length;
        //处理边界情况
        if(i < 0 || j < 0 || i >= m || j >= n){
            return ;
        }
        if(grid[i][j] == '0') return ;
        grid[i][j] = '0'; 
        //上下左右去淹没这个岛屿
        dfs(grid,i - 1,j);
        dfs(grid,i + 1,j);
        dfs(grid,i,j - 1);
        dfs(grid,i,j + 1);
    }
}

解法二：

class Solution {
    int res = 0;
    int[] dx = {0,0,-1,1};
    int[] dy = {1,-1,0,0};
    public int numIslands(char[][] grid) {
        int m = grid.length,n = grid[0].length;
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(grid[i][j] == '1'){
                   //说明找到「⼀个岛屿」，记录到最终结果 res⾥⾯
                    res++;
                    dfs(grid,i,j);//将这个岛屿淹没
                }
            }
        }
        return res;
    }
    public void dfs(char[][] grid,int i,int j){
        int m = grid.length,n = grid[0].length;
       
        grid[i][j] = '0'; 
        for(int k = 0;k < 4;k++){
            int x = i + dx[k],y = j + dy[k];
            if(x >= 0 && x < m && y >= 0 && y < n
            && grid[x][y] != '0'){
                dfs(grid,x,y);
            }
        }
    }
}

运行结果：

 

三.岛屿的最大面积：

  • 题目链接：695. 岛屿的最大面积 - 力扣（LeetCode）
  • 题目描述：

    给你一个大小为 m x n 的二进制矩阵 grid 。

    岛屿 是由一些相邻的 1 (代表土地) 构成的组合，这里的「相邻」要求两个 1 必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid 的四个边缘都被 0（代表水）包围着。

    岛屿的面积是岛上值为 1 的单元格的数目。

    计算并返回 grid 中最大的岛屿面积。如果没有岛屿，则返回面积为 0 

  • 对应函数签名：

算法思路：

• 遍历整个矩阵，每当遇到⼀块⼟地的时候，就⽤「深搜」或者「宽搜」将与这块⼟地相连的「整个 岛屿」的⾯积计算出来。

• 然后在搜索得到的「所有的岛屿⾯积」求⼀个「最⼤值」即可。

• 在搜索过程中，为了「防⽌搜到重复的⼟地」：

◦ 可以开⼀个同等规模的「布尔数组」，标记⼀下这个位置是否已经被访问过；

◦ 也可以将原始矩阵的 1 修改成 0 ，但是这样操作会修改原始矩阵。 

代码详解：

 解法一：

class Solution {
    int maxArea = 0;
    int count;
    boolean[][] used;
    public int maxAreaOfIsland(int[][] grid) {
        int m = grid.length,n = grid[0].length;
        used = new boolean[m][n];
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(grid[i][j] == 1){
                    //每次找到一个岛屿都要重置计数
                    count = 0;
                    dfs(grid,i,j);
                    maxArea = Math.max(maxArea,count);
                }
            }
        }
        return maxArea;
    }

    public void dfs(int[][] grid,int i,int j){
        int m = grid.length,n = grid[0].length;
        //处理边界情况
        if(i < 0 || j < 0 || i >= m || j >= n){
            return ;
        }
        if(grid[i][j] == 0) return ;
        if(used[i][j]) return ;

        used[i][j] = true;
        count++;
        dfs(grid,i - 1,j);
        dfs(grid,i + 1,j);
        dfs(grid,i,j - 1);
        dfs(grid,i,j + 1);
    }
}

解法二：

class Solution {
    int maxArea = 0;
    int count = 0;
    int[] dx = {0,0,-1,1};
    int[] dy = {1,-1,0,0};
    boolean[][] used;
    public int maxAreaOfIsland(int[][] grid) {
        int m = grid.length,n = grid[0].length;
        used = new boolean[m][n];
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(grid[i][j] == 1){
                    //每次找到一个岛屿都要重置计数
                    count = 0;
                    dfs(grid,i,j);
                    maxArea = Math.max(maxArea,count);
                }
            }
        }
        return maxArea;
    }

    public void dfs(int[][] grid,int i,int j){
        int m = grid.length,n = grid[0].length;

        used[i][j] = true;
        count++;
        for(int k = 0;k < 4;k++){
            int x = i + dx[k],y = j + dy[k];
            //处理不满足条件的情况
            if(x >= 0 && x < m && y >= 0 && y < n 
            && !used[x][y] && grid[x][y] != 0){
                dfs(grid,x,y);
            }
        }

    }
}

运行结果：

四.被围绕的区域：

  • 题目链接:130. 被围绕的区域 - 力扣（LeetCode）
  • 题目描述：给你一个 m x n 的矩阵 board ，由若干字符 'X' 和 'O' ，找到所有被 'X' 围绕的区域，并将这些区域里所有的 'O' 用 'X' 填充。

  • 对应函数签名：

  • 算法思路： 
  • 正难则反。 可以先利⽤ dfs 将与边缘相连的 '0' 区域做上标记，然后重新遍历矩阵，将没有标记过的 '0' 修改成 'X' 即可。

 

代码详解：

class Solution {
    boolean[][] used;
    public void solve(char[][] board) {
        int m = board.length,n = board[0].length;
        used = new boolean[m][n];
        //分别对应上下左右,标记外围的'O'
        for(int i = 0;i < n;i++){
            dfs2(board,0,i);
            dfs2(board,m - 1,i);
        }
        for(int j = 0;j < m;j++){
            dfs2(board,j,0);
            dfs2(board,j,n - 1);
        }

        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(board[i][j] != 'X' && !used[i][j]){
                    dfs(board,i,j);
                }
            }
        }
        
    }
    //将内部的'O'全部标记为'X'
     public void dfs(char[][] board,int i,int j){
        int m = board.length,n = board[0].length;
        if(i < 0 || j < 0 || i >= m || j >= n){
            return ;
        }
        if(board[i][j] == 'X') return;
        if(used[i][j]) return ;


        used[i][j] = true;

        board[i][j] = 'X';

        dfs(board,i - 1,j);
        dfs(board,i + 1,j);
        dfs(board,i,j - 1);
        dfs(board,i,j + 1);
    }
   //将外围的位置标记为true，后续不会对其进行操作
    public void dfs2(char[][] board,int i,int j){
        int m = board.length,n = board[0].length;
        if(i < 0 || j < 0 || i >= m || j >= n){
            return ;
        }
        if(board[i][j] == 'X') return;
        if(used[i][j]) return ;
        used[i][j] = true;
        dfs2(board,i - 1,j);
        dfs2(board,i + 1,j);
        dfs2(board,i,j - 1);
        dfs2(board,i,j + 1);
    }
}

运行结果：

五.太平洋大西洋水流问题：

有一个 m × n 的矩形岛屿，与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界，而 “大西洋” 处于大陆的右边界和下边界。

这个岛被分割成一个由若干方形单元格组成的网格。给定一个 m x n 的整数矩阵 heights ， heights[r][c] 表示坐标 (r, c) 上单元格 高于海平面的高度 。

岛上雨水较多，如果相邻单元格的高度 小于或等于 当前单元格的高度，雨水可以直接向北、南、东、西流向相邻单元格。水可以从海洋附近的任何单元格流入海洋。

返回网格坐标 result 的 2D 列表 ，其中 result[i] = [ri, ci] 表示雨水从单元格 (ri, ci) 流动 既可流向太平洋也可流向大西洋 。

  • 对应函数标签： 

  •  算法思路：

正难则反。 如果直接去判断某⼀个位置是否既能到⼤西洋也能到太平洋，会重复遍历很多路径。 我们反着来，从⼤西洋沿岸开始反向 dfs ，这样就能找出那些点可以流向⼤西洋；同理，从太平洋沿 岸也反向 dfs ，这样就能找出那些点可以流向太平洋。那么，被标记两次的点，就是我们要找的结果

 

代码详解：

class Solution {
    int m ,n;
    int[] dx = {0,0,1,-1};
    int[] dy = {1,-1,0,0};
    public List<List<Integer>> pacificAtlantic(int[][] heights) {
        m = heights.length;
        n = heights[0].length;
        boolean[][] pac = new boolean[m][n];
        boolean[][] atl = new boolean[m][n];

        //先搞太平洋
        for(int j = 0;j < n;j++) dfs(heights,0,j,pac);
        for(int i = 0;i < m;i++) dfs(heights,i,0,pac);

        //在搞大西洋
        for(int i = 0;i < m;i++) dfs(heights,i,n - 1,atl);
        for(int j  = 0;j < n;j++) dfs(heights,m - 1,j,atl);

        //再提取结果：
        List<List<Integer>> res = new ArrayList<>();
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(pac[i][j] && atl[i][j]){
                    List<Integer> temp = new ArrayList<>();
                    temp.add(i);temp.add(j);
                    res.add(temp);
                }
            }
        }
        return res;
    }

    public void dfs(int[][] heights,int i,int j,boolean[][] used){
        used[i][j] = true;
        for(int k = 0;k < 4;k++){
            int x = i + dx[k],y = j + dy[k];
            if(x >= 0 && x < m && y >= 0 && y < n 
            && !used[x][y] && heights[x][y] >= heights[i][j]){
                dfs(heights,x,y,used);
            }
        }
    }
}

运行结果：

 

结语： 写博客不仅仅是为了分享学习经历，同时这也有利于我巩固知识点，总结该知识点，由于作者水平有限，对文章有任何问题的还请指出，接受大家的批评，让我改进。同时也希望读者们不吝啬你们的点赞+收藏+关注，你们的鼓励是我创作的最大动力！

IYF.星辰
关注
专栏目录
Objective-C实现FloodFill洪水填充函数算法（附完整源码）
希望我的博客，能帮上你解决学习中工作中所遇到的问题
09-18 91
Objective-C实现FloodFill洪水填充函数算法（附完整源码）
[Python从零到壹] 十三.机器学习之聚类算法四万字总结全网首发（K-Means、BIRCH、树状聚类、MeanShift）
热门推荐
杨秀璋的专栏
07-06 1万+
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍，看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解，真心想把自己近十年的编程经验分享给大家，希望对您有所帮助，文章中不足之处也请海涵。Python系列整体框架包括基础语法10篇、网络爬虫30篇、可视化分析10篇、机器学习20篇、大数据分析20篇、图像识别30篇、人工智能40篇、Python安全20篇、其他技巧10篇。您的关注、点赞和转发就是对秀璋最大的支持，知识无价人有情，希望
红与黑 DFS(JAVA解法)
weixin_41988889的博客
01-28 1083
有一间长方形的房子，地上铺了红色、黑色两种颜色的正方形瓷砖。 你站在其中一块黑色的瓷砖上，只能向相邻（上下左右四个方向）的黑色瓷砖移动。 请写一个程序，计算你总共能够到达多少块黑色的瓷砖。 输入格式 输入包括多个数据集合。 每个数据集合的第一行是两个整数WW和HH，分别表示xx方向和yy方向瓷砖的数量。 在接下来的HH行中，每行包括WW个字符。每个字符表示一块瓷砖...
floodfill算法(洪水灌溉算法)
weixin_61518137的博客
09-09 914
一)floodfill算法简介:二)图像渲染。
【算法】BFS系列之 FloodFill 算法
最新发布
NeeEk0的博客
09-18 1272
FloodeFill算法即填充算法，原理就是从一个点开始向四周扩散，向周围可以走到的点填充颜色，直到将可扩散到的点全部填充颜色。BFS （宽搜）算法通常使用队列实现，将起始像素点加入队列中，并不断扩展队列中的像素点，直到队列为空为止。DFS（深搜） 算法通常使用递归实现，在处理当前像素点的相邻像素点时，递归调用 DFS 函数，不断深入直到无法找到相邻像素为止。假设这一块4*4的方格是一块土地，有凸起的地方，也有凹陷的地方（凹陷的地方用负数表示）。此时下大雨发洪水，会把凹陷的地方填满。
洪水填充算法_洪水填充(Flood fill)算法
weixin_32136203的博客
02-12 7390
标签：洪水填充(Flood fill)算法从一个起始节点开始把附近与其连通的节点提取出或填充成不同颜色颜色，直到封闭区域内的所有节点都被处理过为止，是从一个区域中提取若干个连通的点与其他相邻区域区分开(或分别染成不同颜色)的经典算法。因为其思路类似洪水从一个区域扩散到所有能到达的区域而得名。在GNU Go和扫雷中，Flood Fill算法被用来计算需要被清除的区域。洪水填充算法接受三个参数：起始节...
领扣LintCode算法问题答案-1062. 洪水填充
二当家的白帽子
09-27 523
领扣LintCode算法问题答案-1062. 洪水填充 目录1062. 洪水填充描述样例 1：样例 2：题解鸣谢 1062. 洪水填充 描述 一张image通过一个2-D整数数组来表示，每一个整数代表图片的像素值（从0到65535）。 给定一个坐标 (sr, sc) 代表洪水填充的起始像素（行和列），以及一个像素颜色newColor，“洪水填充”整张图片。 为了实现一个“洪水填充”，考虑起始像素点，以及与起始像素相同颜色的起始像素4向连接的任何像素，以及与这些像素4向相连的任何像素（同样和起始像素相同颜.
锦标赛排序、洪水填充算法、平衡规划
青少年趣味编程
02-14 609
锦标赛排序 锦标赛排序（胜者树，记录胜者） 锦标赛排序（胜者树，记录胜者） - Class Xman - 博客园 锦标赛排序（胜者树，记录胜者）_继续微笑lsj-CSDN博客_锦标赛排序 数据结构之树形选择排序（锦标赛排序）_南风古-CSDN博客_锦标赛排序 锦标赛排序 锦标赛排序_哔哩哔哩_bilibili 漫画：什么是 “锦标赛排序” ？ 漫画：什么是 “锦标赛排序” ？_azl397985856的专栏-CSDN博客 洪水填充算法_洪水填充(Flood fill)算法 洪水填
洪水填充算法（floodfill)--2021.09.06(E).pdf
09-06
洪水填充算法（Flood Fill）知识点总结 洪水填充算法（Flood Fill）是一种常用的图像处理算法，用于填充图像中的区域。该算法通过递归或迭代的方式，将指定的颜色填充到图像中的某个区域中。 1.洪水填充算法的定义...
计算机图形学-区域填充.ppt
12-21
另外，还有种子填充算法、扫描线多边形填充算法、射线法、累计角度法、编码法等多种算法来实现区域填充。种子填充算法假设在多边形内有一象素已知，由此出发利用连通性找到区域内的所有象素，并进行填充。 在VC++...
【OpenCV入门教程之十五】水漫金山：OpenCV漫水填充算法（Floodfill） - 【浅墨的游戏编程Blog】毛星云（浅
08-04
【OpenCV漫水填充算法（Floodfill）详解】 OpenCV是计算机视觉领域的一个强大库，其中包含了多种图像处理和计算机视觉的算法。在图像处理中，填充算法是一种常见的操作，比如用于选区的创建、颜色替换等。本文将...
Flood_Fill算法
05-25
Flood_Fill算法介绍与实现 相当详细 绝对相当有用！！
洪水填充算法详解
是江迪呀 的博客
08-07 4091
洪水填充算法详解。
图像处理------泛洪填充算法(Flood Fill Algorithm) 油漆桶功能
weixin_34235371的博客
07-24 1739
泛洪填充算法(Flood Fill Algorithm) 泛洪填充算法又称洪水填充算法是在很多图形绘制软件中常用的填充算法，最熟悉不过就是 windows paint的油漆桶功能。算法的原理很简单，就是从一个点开始附近像素点，填充成新 的颜色，直到封闭区域内的所有像素点都被填充新颜色为止。泛红填充实现最常见有四邻域 像素填充法，八邻域像素填充法，基于扫描...
常见算法之Flood Fill算法
weixin_46207366的博客
02-08 4766
常见算法之Flood Fill算法 算法介绍 基本作用：寻找连通块 基本方法：BFS 适用题目：需要找出分类块的题目 顾名思义，Flood Fill算法就是像洪水泛滥一样去寻找周围符合条件的区域，采用BFS可以完成先从自身最近的点寻找随后逐步扩展。 代码思路 设置函数bfs 传入参数坐标，创建队列，初始位置压入 将形参坐标改变，并标记已经访问（防止重复） 循环直到队列空 将队头元素取出 判断改变后的坐标是不是满足要求（范围，标记状态，属于连通块等） 若满足状态，压入队列，将状态重置 例题 池塘计数
2. 洪水填充算法
weixin_45764934的博客
03-31 991
洪水填充算法 概念：从一点开始，遍历它周围具有相同性质的点，并将其和该点做同样处理，直到遇到不同性质的点 特点：一种确定联通区域的算法
floodfill算法
底层码农
10-10 6477
floodfill算法
FloodFill算法详解：深度优先搜索与广度优先搜索实现
此算法可以通过深度优先搜索（DFS）、广度优先搜索（BFS）或广度优先扫描（BFS Scan）来实现。" Flood_Fill算法的核心思想是通过选择一个起始节点，将其标记，并逐步扩展到与其相邻且未被标记的节点，以此创建一个...
评论 77
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值