Leetcode 733.图像渲染
题目描述:
有一幅以二维整数数组表示的图画,每一个整数表示该图画的像素值大小,数值在 0 到 65535 之间。
给你一个坐标 (sr, sc) 表示图像渲染开始的像素值(行 ,列)和一个新的颜色值 newColor,让你重新上色这幅图像。
为了完成上色工作,从初始坐标开始,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新的颜色值。
最后返回经过上色渲染后的图像。
题目解析:
方法一:广度优先搜索(使用队列)
from queue import Queue
class Solution:
def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
# 起始颜色和目标颜色相同,则直接返回原图
if newColor == image[sr][sc]:
return image
# 设置四个方向偏移量,一种常见的省事儿技巧
directions = {(1, 0), (-1, 0), (0, 1), (0, -1)}
# 构造一个队列,先把起始点放进去
que = Queue()
que.put((sr, sc))
# 记录初始颜色
originalcolor = image[sr][sc]
# 当队列不为空
while not que.empty():
# 取出队列的点并染色
point = que.get()
image[point[0]][point[1]] = newColor
# 遍历四个方向
for direction in directions:
# 新点是(new_i,new_j)
new_i = point[0] + direction[0]
new_j = point[1] + direction[1]
# 如果这个点在定义域内并且它和原来的颜色相同
if 0 <= new_i < len(image) and 0 <= new_j < len(image[0]) and image[new_i][new_j] == originalcolor:
que.put((new_i, new_j))
return image
精简版:
class Solution:
def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
if newColor == image[sr][sc]:return image
que, old, = [(sr, sc)], image[sr][sc]
while que:
point = que.pop()
image[point[0]][point[1]] = newColor
for new_i, new_j in zip((point[0], point[0], point[0] + 1, point[0] - 1), (point[1] + 1, point[1] - 1, point[1], point[1])):
if 0 <= new_i < len(image) and 0 <= new_j < len(image[0]) and image[new_i][new_j] == old:
que.insert(0,(new_i,new_j))
return image
方法二:深度优先搜索(使用栈)
精简版:
class Solution:
def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
if newColor == image[sr][sc]: return image
stack, old = [(sr, sc)], image[sr][sc]
while stack:
point = stack.pop()
image[point[0]][point[1]] = newColor
for new_i, new_j in zip((point[0], point[0], point[0] + 1, point[0] - 1), (point[1] + 1, point[1] - 1, point[1], point[1])):
if 0 <= new_i < len(image) and 0 <= new_j < len(image[0]) and image[new_i][new_j] == old:
stack.append((new_i, new_j))
return image