1.题目描述
包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ,平均灰度的计算是周围的8个单元和它本身的值求平均,如果周围的单元格不足八个,则尽可能多的利用它们。
示例 1:
输入:
[[1,1,1],
[1,0,1],
[1,1,1]]
输出:
[[0, 0, 0],
[0, 0, 0],
[0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
注意:
1.给定矩阵中的整数范围为 [0, 255]。
2.矩阵的长和宽的范围均为 [1, 150]。
2.解题思路
这题思路上其实并不难,但在实现上有一些技巧和坑需要知道。
1.需要用两层循环来建立一个新的矩阵。这个步骤要知道:直接矩阵和矩阵之间赋值以及简单的列表赋值,都很有可能是连同地址一起复制过去了,“牵一发而动全身”。
2.循环遍历一个矩阵的所有元素可以参考line11的简便循环方式。
3.程序代码
class Solution:
def imageSmoother(self, M: List[List[int]]) -> List[List[int]]:
allrow=len(M)
allline=len(M[0])
newM=[]
for i in range(allrow):
new=[]
for j in range(allline):
new+=[0]
newM.append(new)
for (i,j) in [(a,b) for a in range(allrow) for b in range(allline)]:
rowlist=[i-1,i,i+1]
linelist=[j-1,j,j+1]
sum_=[M[a][b] for a in rowlist for b in linelist if 0<=a<allrow and 0<=b<allline]
newM[i][j]=sum(sum_)//len(sum_)
return newM
时间:823ms;空间:14.9MB