作文以记之 ~ 图像渲染

0、前言

本篇博客是力扣上 733. 图像渲染 题的一篇题解，写下这篇博客原因一个是 此题是BFS 和 DFS两种算法的练习题，一个是因为这个与 作文以记之 ~ 岛屿数量 中的练习题可以说是一脉相承，或者说一个可以给另一个打基础，详细情况可点击上述链接进行对比分析！

GIthub上相关内容可 点击此处 进行查看！

1、题目描述

2、解题思路

2.1 方法1 ~ 利用BFS

2.1.1 思路

这个题主要是要找出整个图像中与起始点位置处像素值相同的位置，然后将其像素值转换为目标像素值即可，此题结合队列进行实现就很简单，具体如下。

1. 先将起始点位置加入队列que，以此点为根据点，以此位置的像素值为判断标准，向周围开始搜索，当找到满足条件的位置，先将其值变为目标像素值，并将该位置插入que中，方便后续迭代操作！
2. 每次迭代都会从que中取出队首元素，并在que中将其删除，防止后续产生误操作。同时，迭代条件与其他BFS例题一致，都是以 que是否为空 进行判断，如果为空则跳出循环，非空则继续进行操作！
3. 需要注意的是，程序开始前需判断起始位置的像素值是否与目标像素值一致，一致则直接返回原图像，不同则进行后续操作。此种操作必须在程序中出现，不管是前或后，如果没有会导致后续操作进入死循环！

2.1.2 程序代码

class Solution {
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int newColor) {
        int obj = image[sr][sc];
        if(obj == newColor) //判断起始点的像素值是否与目标像素值一致，一致则返回原图
            return image;
        int rowmax = image.size(),colmax = image[0].size();
        image[sr][sc] = newColor;
        queue<pair<int,int>> que;
        que.push({sr,sc});
        while(!que.empty())//开始遍历
        {
            auto cur = que.front();
            que.pop();
            int row = cur.first,col = cur.second;
            if((row - 1) >= 0 && image[row-1][col] == obj) //向上
            {
                que.push({row-1,col});
                image[row-1][col] = newColor;
            }
            if((row + 1) < rowmax && image[row+1][col] == obj) //向下
            {
                que.push({row+1,col});
                image[row+1][col] = newColor;
            }
            if((col - 1) >= 0 && image[row][col-1] == obj) //向左
            {
                que.push({row,col-1});
                image[row][col-1] = newColor;
            }
            if((col + 1) < colmax && image[row][col+1] == obj) //向右
            {
                que.push({row,col+1});
                image[row][col+1] = newColor;
            }
        }
        return image;
    }
};

2.2 方法2 ~ 使用DFS

2.2.1 思路

与2.1.1中的思路大致相似，此处只不过是将迭代转为了递归，同样的解决思路，此处我就不再赘述了，因为我觉得有浪费口水的时间各位大佬应该都就看懂了~

2.2.2 程序代码

class Solution {
public:
    void dfs(vector<vector<int>>& image, int row, int col, int obj, int newColor)
    {
        int rowmax = image.size(),colmax = image[0].size();
        image[row][col] = newColor;
        if((row - 1) >= 0 && image[row-1][col] == obj) //向上
            dfs(image,row-1,col,obj,newColor);
        if((row + 1) < rowmax && image[row+1][col] == obj) //向下
            dfs(image,row+1,col,obj,newColor);
        if((col - 1) >= 0 && image[row][col-1] == obj) //向左
            dfs(image,row,col-1,obj,newColor);
        if((col + 1) < colmax && image[row][col+1] == obj) //向右
            dfs(image,row,col+1,obj,newColor);
    }
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int newColor) {
        int obj = image[sr][sc];
        if(obj == newColor) //判断起始点的像素值是否与目标像素值一致，一致则返回原图
            return image;
        dfs(image,sr,sc,obj,newColor);
        return image;
    }
};

注：上述代码有点冗杂，可基于原理进行优化，比如找寻当前位置的周围位置元素时，可利用数组形式去寻找，就比如上述程序中遍历位置的伪代码主要为

	if((row - 1) >= 0 && image[row-1][col] == obj) //向上
    	...
    if((row + 1) < rowmax && image[row+1][col] == obj) //向下
        ...
    if((col - 1) >= 0 && image[row][col-1] == obj) //向左
        ...
    if((col + 1) < colmax && image[row][col+1] == obj) //向右
    	...

将其改成利用数组遍历位置可为

	int pos[4][2] = { { -1, 0 }, { 1, 0 }, { 0, -1 }, { 0, 1 } };//用于寻找当前位置的上下左右位置
	for (int i = 0; i < 4; i++)
	{
		int row = r + pos[i][0], col = c + pos[i][1];
		if (row >= 0 && row < rowmax && col >= 0 && col < colmax && cpy[row][col] != 0)
			...
	}