6. ZigZag Conversion

题目:

The string "PAYPALISHIRING" is written in a zigzag pattern on a given number of rows like this: (you may want to display this pattern in a fixed font for better legibility)

P   A   H   N
A P L S I I G
Y   I   R
And then read line by line:  "PAHNAPLSIIGYIR"

Write the code that will take a string and make this conversion given a number of rows:

string convert(string text, int nRows);
convert("PAYPALISHIRING", 3)  should return  "PAHNAPLSIIGYIR" .


题意:

给定按照Z字形放置的字符串以及Z字形放置的行数,将给定的字符串按照逐行读取的方式读取之后返回。


思路:

找数学规律如下:

所以,对于每一层垂直元素的坐标(i; j) = (j + 1) * n + i;对于每两层垂直元素之间的插入元素(斜对角元素),(i; j) = (j + 1) * n - i。

代码:C++版:16ms

class Solution {
public:
    string convert(string s, int numRows) {
        if (numRows <= 1 || s.size() <= 1) return s;
        string result;
        for (int i = 0; i < numRows; i++) {
            for (int j = 0, index = i; index < s.size(); j++, index = (2*numRows - 2)*j+i) {
                result.append(1, s[index]); //垂直元素
                
                if (i == 0 || i == numRows - 1) continue;  //斜对角元素
                if (index + (numRows - i - 1) * 2 < s.size())
                    result.append(1, s[index + (numRows - i - 1) * 2]);
            }
        }
        return result;
    }
};


代码:Java版:13ms

public class Solution {
    public String convert(String s, int numRows) {
        char[] c = s.toCharArray();
        int len = c.length;
        
        StringBuffer[] sb = new StringBuffer[numRows];
        for (int i=0; i<sb.length; i++) {
            sb[i] = new StringBuffer();
        }
        
        int i = 0;
        while (i < len) {
            for (int idx=0; idx<numRows && i<len; idx++)
                sb[idx].append(c[i++]);
            for (int idx=numRows-2; idx>=1 && i<len; idx--)
                sb[idx].append(c[i++]);
        }
        for (int idx=1; idx<sb.length; idx++)
            sb[0].append(sb[idx]);
        return sb[0].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