问题描述
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
注意:
给定矩阵中的整数范围为 [0, 255]。
矩阵的长和宽的范围均为 [1, 150]。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/image-smoother
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
执行结果
代码描述
思路:暴力求解,对于中心点,对周围的每一个点进行判断。
class Solution {
public:
vector<vector<int>> imageSmoother(vector<vector<int>>& M) {
vector<vector<int>> res;
vector<int> temp;
int sum = 0;
int count = 0;
for(int i = 0; i < M.size(); ++i)
{
for(int j = 0; j < M[i].size(); ++j)
{
sum += M[i][j];
++count;
if(i-1 >= 0) // 上边
{
sum += M[i-1][j];
++count;
if(j-1 >= 0) // 左上角
{
sum += M[i-1][j-1];
++count;
}
}
if(j-1 >= 0) // 左边
{
sum += M[i][j-1];
++count;
if(i+1 < M.size()) // 左下角
{
sum += M[i+1][j-1];
++count;
}
}
if(j+1 < M[0].size()) // 右边
{
sum += M[i][j+1];
++count;
if(i-1 >= 0) // 右上角
{
sum += M[i-1][j+1];
++count;
}
}
if(i+1 < M.size()) // 下边
{
sum += M[i+1][j];
++count;
if(j+1 < M[0].size()) // 右下角
{
sum += M[i+1][j+1];
++count;
}
}
temp.push_back(sum/count);
sum = 0;
count = 0;
}
res.push_back(temp);
temp.clear();
}
return res;
}
};