6. ZigZag Conversion [Medium]

这道题自己第一次写出来的就是solution中的普遍做法:

以Z字形的每个竖提为重复单元(不包括下一个竖提的开头)来找每行的规律,利用该规律将s中的字母逐行append到stringbuilder。

答案之间不同之处在于以下两个特殊情况的处理:

1. 是否将首尾两行(尖角)单独处理,这样会多两个循环,但省去了双层循环中的特殊情况判断;

2. 是否将最后一个不完整单元单独处理,这样会在每行的循环(外层循环)中多一段单独处理最后单元的代码,但省去了双层循环中的特殊情况判断。

/**
 * 自己的代码
 * 首尾行不单独处理,不完整单元单独处理
 */
class Solution {
    public String convert(String s, int numRows) {
        int size = s.length();
        if (numRows == 1 || numRows >= size)
            return s;
        int part = numRows * 2 - 2; // 每个重复单元包含的字母个数(以竖提为重复单元,不包括下一个竖提的开头)
        int num = size / part; // 有多少个完整的重复单元
        StringBuilder sb = new StringBuilder(size);

        for (int i = 0; i < numRows; i++) { // 逐行append到stringbuilder中
            for (int j = 0; j < num; j++) { // 处理所有完整的重复单元
                sb.append(s.charAt(part * j + i)); // 每行从每个重复单元都至少append一个字母
                if (i % (part / 2) != 0) // 对于不是尖角上的字母,每行从每个重复单元append两个字母,在第一个字母后append它在重复单元中的对称位字母
                    sb.append(s.charAt(part * (j + 1) - i));
            }
            int first = part * num + i; // 处理不完整重复单元
            if (first >= size)
                continue;
            sb.append(s.charAt(first));
            int second = part * (num + 1) - i;
            if (second == first || second >= size)
                continue;
            sb.append(s.charAt(second));
        }
        return sb.toString();
    }
}
/**
 * 总结出来的最压缩代码
 * 首尾行和不完整单元都不单独处理
 * 把是否为尖角、是否为最后的不完整单元的判断都放在双层的循环里
 * 这样代码最短,时间复杂度也低,但每个双层循环里面要执行的判断较多
 */
class Solution {
    public String convert(String s, int numRows) {
        int size = s.length();
        if (numRows == 1 || size <= numRows)
            return s;
        int part = numRows * 2 - 2;
        int group = size % part == 0 ? size / part : size / part + 1;
        StringBuilder sb = new StringBuilder(size);
        
        for (int i = 0; i < numRows; i++) {
            for (int j = 0; j < group; j++) {
                int first = j * part + i;
                if (first >= size)
                    break;
                sb.append(s.charAt(first));
                int second = (j + 1) * part - i;
                if (i % (part / 2) != 0 && second < size)
                    sb.append(s.charAt(second));
            }
        }
        return sb.toString();
    }
}
/**
 * 双层循环中不处理特殊情况的代码
 * 首尾行和不完整单元都不单独处理
 * 这样代码量最大,也有不少重复逻辑,但双层循环中判断少
 */
class Solution {
    public String convert(String s, int numRows) {
        int size = s.length();
        if (numRows == 1 || size <= numRows)
            return s;
        int part = numRows * 2 - 2;
        int group = size / part;
        StringBuilder sb = new StringBuilder(size);
        
        // 处理首行
        for (int i = 0; i < size; i += part)
            sb.append(s.charAt(i));
        // 处理中间
        for (int i = 1; i < numRows - 1; i++) {
            // 处理完整的重复单元
            for (int j = 0; j < group; j++)
                sb.append(s.charAt(j * part + i)).append(s.charAt((j + 1) * part - i));
            // 处理不完整的重复单元
            int first = group * part + i;
            if (first >= size)
                continue;
            sb.append(s.charAt(first));
            int second = (group + 1) * part - i;
            if (second < size)
                sb.append(s.charAt(second));
        }
        // 处理尾行
        for (int i = part / 2; i < size; i += part)
            sb.append(s.charAt(i));
        return sb.toString();
    }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,这是一个比较复杂的编码过程,需要较多的代码实现。我会尽可能详细地介绍每一步的实现方法。 首先,我们需要读取一张图片。假设这张图片的名称为"test.jpg",我们可以使用MATLAB自带的imread函数来读取这张图片。 ```matlab img = imread('test.jpg'); ``` 接下来,我们将图片转为YCrCb颜色空间。这可以使用MATLAB自带的rgb2ycbcr函数来实现。 ```matlab img_ycbcr = rgb2ycbcr(img); ``` 将图片分为8*8的矩阵,并进行离散余弦变换(DCT)。这可以使用MATLAB自带的dct2函数来实现。在实现过程中,我们需要对每个8*8的块进行DCT处理。 ```matlab Q = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; % 将每个8*8的块进行DCT处理 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_dct = dct2(block); img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_dct; end end ``` 将DCT后的矩阵量子化。这一步需要先定义一个量化矩阵Q,然后将DCT后的矩阵除以量化矩阵Q,并向下取整。这可以使用MATLAB自带的round函数来实现。 ```matlab % 将每个8*8的块进行量化 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_dct = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_quant = round(block_dct./Q); img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_quant; end end ``` 进行ZIGZAG排序。这一步需要将每个8*8的块中的元素按照ZIGZAG顺序排列。这可以通过一个循环来实现。 ```matlab % 将每个8*8的块进行ZIGZAG排序 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_quant = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_zigzag = zeros(1,64*3); index = 1; for k = 1:8 if mod(k,2) == 0 for l = k:-1:1 block_zigzag(index,:) = block_quant(l,k+1-l,:); index = index + 1; end else for l = 1:k block_zigzag(index,:) = block_quant(l,k+1-l,:); index = index + 1; end end end for k = 2:8 if mod(k,2) == 0 for l = k:8 block_zigzag(index,:) = block_quant(k+9-l,l,:); index = index + 1; end else for l = 8:-1:k block_zigzag(index,:) = block_quant(k+9-l,l,:); index = index + 1; end end end img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_zigzag; end end ``` 将DC分量和AC分量进行DPCM和RLE编码。这一步需要先对每个8*8的块的DC分量进行DPCM编码,然后对每个8*8的块的AC分量进行RLE编码。在编码AC分量时,我们需要注意到0的个数和非0数值的大小对压缩率的影响。因此,我们需要将连续的0的个数进行编码,同时对非0数值的大小进行编码。这可以使用MATLAB自带的diff函数和find函数来实现。 ```matlab % 将DC分量和AC分量进行DPCM和RLE编码 dc_code = ''; ac_code = ''; for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_zigzag = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); % 对DC分量进行DPCM编码 dc_diff = diff(block_zigzag(:,1,:)); dc_diff = [block_zigzag(1,1,:); dc_diff]; dc_code = [dc_code num2str(dc_diff(1))]; % 对AC分量进行RLE编码 ac_code_block = ''; zero_count = 0; for k = 2:size(block_zigzag,1)*size(block_zigzag,2)*size(block_zigzag,3) if block_zigzag(k) == 0 zero_count = zero_count + 1; else ac_code_block = [ac_code_block num2str(zero_count) num2str(block_zigzag(k))]; zero_count = 0; end end ac_code = [ac_code ac_code_block]; end end ``` 将整体信息进行哈夫曼(Huffman)编码。这一步需要先构建一个Huffman编码表,然后将DC分量和AC分量分别进行Huffman编码。在编码过程中,我们需要注意到Huffman编码的字典表需要存储在文件中,以便解码时使用。 ```matlab % 构建Huffman编码表 dc_prob = hist(dc_diff(:),unique(dc_diff(:))); dc_prob = dc_prob/sum(dc_prob); dc_dict = huffmandict(unique(dc_diff(:)), dc_prob); ac_prob = hist(str2num(ac_code(:)),unique(str2num(ac_code(:)))); ac_prob = ac_prob/sum(ac_prob); ac_dict = huffmandict(unique(str2num(ac_code(:))), ac_prob); % 将DC分量和AC分量进行Huffman编码 dc_huff = huffmanenco(dc_diff(:), dc_dict); ac_huff = huffmanenco(str2num(ac_code(:)), ac_dict); % 将Huffman编码的字典表存储在文件中 save('huffmandict.mat', 'dc_dict', 'ac_dict'); ``` 至此,我们已经完成了整个JPEG编码的过程。为了方便解码,我们需要将DC分量的DPCM编码和AC分量的RLE编码以及Huffman编码后的结果存储在文件中,以便解码时使用。这可以使用MATLAB自带的save函数来实现。 ```matlab % 将编码结果存储在文件中 save('jpeg_code.mat', 'dc_diff', 'ac_code', 'dc_huff', 'ac_huff'); ``` 完整代码如下: ```matlab % 读取图片 img = imread('test.jpg'); % 将图片转为YCrCb颜色空间 img_ycbcr = rgb2ycbcr(img); % 定义量化矩阵Q Q = [16 11 10 16 24 40 51 61; 12 12 14 19 26 58 60 55; 14 13 16 24 40 57 69 56; 14 17 22 29 51 87 80 62; 18 22 37 56 68 109 103 77; 24 35 55 64 81 104 113 92; 49 64 78 87 103 121 120 101; 72 92 95 98 112 100 103 99]; % 将每个8*8的块进行DCT处理 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_dct = dct2(block); img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_dct; end end % 将每个8*8的块进行量化 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_dct = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_quant = round(block_dct./Q); img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_quant; end end % 将每个8*8的块进行ZIGZAG排序 for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_quant = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); block_zigzag = zeros(1,64*3); index = 1; for k = 1:8 if mod(k,2) == 0 for l = k:-1:1 block_zigzag(index,:) = block_quant(l,k+1-l,:); index = index + 1; end else for l = 1:k block_zigzag(index,:) = block_quant(l,k+1-l,:); index = index + 1; end end end for k = 2:8 if mod(k,2) == 0 for l = k:8 block_zigzag(index,:) = block_quant(k+9-l,l,:); index = index + 1; end else for l = 8:-1:k block_zigzag(index,:) = block_quant(k+9-l,l,:); index = index + 1; end end end img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:) = block_zigzag; end end % 将DC分量和AC分量进行DPCM和RLE编码 dc_code = ''; ac_code = ''; for i = 1:size(img_ycbcr,1)/8 for j = 1:size(img_ycbcr,2)/8 block_zigzag = img_ycbcr((i-1)*8+1:i*8,(j-1)*8+1:j*8,:); % 对DC分量进行DPCM编码 dc_diff = diff(block_zigzag(:,1,:)); dc_diff = [block_zigzag(1,1,:); dc_diff]; dc_code = [dc_code num2str(dc_diff(1))]; % 对AC分量进行RLE编码 ac_code_block = ''; zero_count = 0; for k = 2:size(block_zigzag,1)*size(block_zigzag,2)*size(block_zigzag,3) if block_zigzag(k) == 0 zero_count = zero_count + 1; else ac_code_block = [ac_code_block num2str(zero_count) num2str(block_zigzag(k))]; zero_count = 0; end end ac_code = [ac_code ac_code_block]; end end % 构建Huffman编码表 dc_prob = hist(dc_diff(:),unique(dc_diff(:))); dc_prob = dc_prob/sum(dc_prob); dc_dict = huffmandict(unique(dc_diff(:)), dc_prob); ac_prob = hist(str2num(ac_code(:)),unique(str2num(ac_code(:)))); ac_prob = ac_prob/sum(ac_prob); ac_dict = huffmandict(unique(str2num(ac_code(:))), ac_prob); % 将DC分量和AC分量进行Huffman编码 dc_huff = huffmanenco(dc_diff(:), dc_dict); ac_huff = huffmanenco(str2num(ac_code(:)), ac_dict); % 将编码结果存储在文件中 save('jpeg_code.mat', 'dc_diff', 'ac_code', 'dc_huff', 'ac_huff'); % 将Huffman编码的字典表存储在文件中 save('huffmandict.mat', 'dc_dict', 'ac_dict'); ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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