733图像渲染,

733图像渲染

题目描述

有一幅以 m x n 的二维整数数组表示的图画 image ,其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr ,  sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ,从初始像素开始,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 newColor 。

最后返回 经过上色渲染后的图像 。

广度优先搜索/BFS

const int dx[4] = {1,0,0,-1};
const int dy[4] = {0,1,-1,0};
vector<vector<int>> floodFill(vector<vector<int>>& image,int sr,int sc,int newColor){
    int currColor = image[sr][sc];
    if(currColor==newColor){
        return image;
    }
    int n = image.size(),m = image[0].size();
    queue<pair<int,int>> que;
    que.emplace(sr,sc);
    image[sr][sc] = newColor;
    while(!que.empty()){
        int x = que.front().first,y = que.front().second;
        que.pop();
        for(int i = 0;i<4;++i){
            int mx = x + dx[i],my = y + dy[i];
            if(mx>=0&&mx<n&&my>=0&&my<m&&image[mx][my]==currColor){
                que.emplace(mx,my);
                image[mx][my] = newColor;
            }
        }
    }
    return image;
}

复杂度

时间复杂度为O(n*m)

空间复杂度为O(n*m)

深度优先搜索/DFS

const int dx[4] = {0,1,-1,0};
const int dy[4] = {1,0,0,-1};
void dfs(vector<vector<int>>& image,int x,int y,int color,int newColor){
    if(image[x][y]==color){
        image[x][y] = newColor;
        for(int i = 0;i<4;++i){
            int mx = x+dx[i],my = y+dy[i];
            if(mx>=0&&mx<image.size()&&my>=0&&my<image[0].size()){
                dfs(image,mx,my,color,newColor);
            }
        }
    }
}
vector<vector<int>> floodFill(vector<vector<int>>& image,int sr,int sc,int newColor){
    int currColor = image[sr][sc];
    if(currColor!=newColor){
        dfs(image,sr,sc,currColor,newColor);
    }
    return image;
}

复杂度

时间复杂度为O(n*m)

空间复杂度为O(n*m)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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