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
思路分析
- 用 result 记录最后平滑了的矩阵,m 为初始矩阵的行数, n 为初始矩阵的列数
- 用 i 遍历所有的行, j 遍历所有的列,将第 i 行,第 j 列的元素放入 value 中
- 需要特殊考虑的情况有:
– 左边没有元素
– 右边没有元素
– 上边没有元素
– 下边没有元素 - 最后将平滑后的结果append进列表中
代码示例
class Solution:
def imageSmoother(self, M):
"""
:type M: List[List[int]]
:rtype: List[List[int]]
"""
result=[]
m,n=len(M),len(M[0])
for i in range(m):
result.append([])
for j in range(n):
value,count=M[i][j],1
if i-1>=0:
value += M[i-1][j]
count += 1
if j-1>=0:
value += M[i-1][j-1]
count += 1
if j+1<n:
value += M[i-1][j+1]
count += 1
if i+1<m:
value += M[i+1][j]
count += 1
if j-1>=0:
value += M[i+1][j-1]
count += 1
if j+1<n:
value += M[i+1][j+1]
count += 1
if j-1>=0:
value += M[i][j-1]
count += 1
if j+1<n:
value += M[i][j+1]
count += 1
result[i].append(value/count)
return result