202104-2 邻域均值

打怪升级传送门

咕噜咕噜

202104-2 邻域均值

试题编号：	202104-2
试题名称：	邻域均值
时间限制：	1.0s
内存限制：	512.0MB

题目内容：

试题背景

顿顿在学习了数字图像处理后，想要对手上的一副灰度图像进行降噪处理。不过该图像仅在较暗区域有很多噪点，如果贸然对全图进行降噪，会在抹去噪点的同时也模糊了原有图像。因此顿顿打算先使用邻域均值来判断一个像素是否处于较暗区域，然后仅对处于较暗区域的像素进行降噪处理。

问题描述

待处理的灰度图像长宽皆为 n 个像素，可以表示为一个 n×n 大小的矩阵 A，其中每个元素是一个 [0,L) 范围内的整数，表示对应位置像素的灰度值。
对于矩阵中任意一个元素 Aij（0≤i,j<n），其邻域定义为附近若干元素的集和：

Neighbor(i,j,r)={Axy|0≤x,y<n and |x−i|≤r and |y−j|≤r}

人话就是

这里使用了一个额外的参数 r 来指明 Aij 附近元素的具体范围。根据定义，易知 Neighbor(i,j,r) 最多有 (2r+1)2 个元素。

如果元素 Aij 邻域中所有元素的平均值小于或等于一个给定的阈值 t，我们就认为该元素对应位置的像素处于较暗区域。
下图给出了两个例子，左侧图像的较暗区域在右侧图像中展示为黑色，其余区域展示为白色。

现给定邻域参数 r 和阈值 t，试统计输入灰度图像中有多少像素处于较暗区域。

输入格式

输入共 n+1 行。

输入的第一行包含四个用空格分隔的正整数 n、L、r 和 t，含义如前文所述。

第二到第 n+1 行输入矩阵 A。
第 i+2（0≤i<n）行包含用空格分隔的 n 个整数，依次为 Ai0,Ai1,⋯,Ai(n−1)。

输出格式

输出一个整数，表示输入灰度图像中处于较暗区域的像素总数。

样例输入

4 16 1 6
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

样例输出

7

样例输入

11 8 2 2
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 7 0 0 0 7 0 0 7 7 0
7 0 7 0 7 0 7 0 7 0 7
7 0 0 0 7 0 0 0 7 0 7
7 0 0 0 0 7 0 0 7 7 0
7 0 0 0 0 0 7 0 7 0 0
7 0 7 0 7 0 7 0 7 0 0
0 7 0 0 0 7 0 0 7 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0

样例输出

83

评测用例规模与约定

70% 的测试数据满足 n≤100、r≤10。

全部的测试数据满足 0<n≤600、0<r≤100 且 2≤t<L≤256。

解题思路：二维前缀和
手写图解：

公式解读：
$$|x-i|\le r$$
$$i-r\le x\le i+r$$
$$1\le x\le n$$
$$x1\in \max \left(1,i-r\right)$$
$$x2\in \min \left(n,i+r\right)$$

二维前缀和（运用了容斥定理）图解：

$$S\left(x_2,y_2\right)=S\left(x_2,y_1\right)+S\left(x_1,y_2\right)-S\left(x_1,y_1\right)+A\left(x_2,y_2\right)$$
$$A\left(x_2,y_2\right)=S\left(x_2,y_2\right)-S\left(x_2,y_1\right)-S\left(x_1,y_2\right)+S\left(x_1,y_1\right)$$
【补充】

设b[]为前缀和数组，a[]为原数组，根据这句话可以得到前缀和的定义式和递推式：

	定义式	递推式
一维前缀和
二维前缀和

【差分】
差分是一个数组相邻两元素的差，一般为下标靠后的减去靠前的一个。设差分数组p[]，即：

【联系】
前缀和 和 差分 是一对互逆过程。
AC代码：

import java.util.Scanner;

public class Main {
	static int[][] sum = new int[605][605], data = new int[605][605];
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		int n = sc.nextInt(), l = sc.nextInt(), r = sc.nextInt(), t = sc.nextInt();
		
		for(int i = 1; i <= n; i++)
			for(int j = 1; j <= n; j++)
				data[i][j] = sc.nextInt();
		
		// 前缀和
		for(int i = 1; i <= n; i++)
			for(int j = 1; j <= n; j++)
				sum[i][j] = sum[i-1][j] + sum[i][j-1] - sum[i-1][j-1] + data[i][j];
		
		int res = 0;		
		for(int i = 1; i <= n; i++)
			for(int j = 1; j <= n; j++) {
				int x1, x2, y1, y2;
				x1 = Math.max(1, i-r);
				x2 = Math.min(n, i+r);
				y1 = Math.max(1, j-r);
				y2 = Math.min(n, j+r);
				// 通过前缀和拿到区域面积
				int tarSum = sum[x2][y2] - sum[x1-1][y2] - sum[x2][y1-1] + sum[x1-1][y1-1];
				if(tarSum <= t*(x2-x1+1)*(y2-y1+1)) res++;
			}
		System.out.println(res);				
	}
}