LeetCode661:图片平滑器

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:

1. 给定矩阵中的整数范围为 [0, 255]。
2. 矩阵的长和宽的范围均为 [1, 150]。

解析：

        这个题目题意比较简单，只是计算某个元素和它周围元素的平均值，然后向下取整。但是操作起来比较复杂，因为涉及到许多的边界问题，需要判断，我刚开始也是准备用多个if-else 去判断，但是感觉太麻烦了，参考了别人的代码，确实有一定的技巧性，因为某个位置和它周围位置元素的下标有很强的规律性，因此，定义一个二维数组，表示位置关系，然后只需要一次判断就可以了。

代码：

vector<vector<int>> imageSmoother(vector<vector<int>>& M) 
{
	if (M.empty() || M[0].empty())return{};
	int rows = M.size();
	int cols = M[0].size();
	//dirs表示位置关系
	vector<vector<int>>result = M, dirs = { {-1,-1},{ -1,0 },
	{ -1,1 },{ 0,-1 },{ 0,1 },{ 1,-1 },{ 1,0 },{ 1,1 }};
	
	for (int i = 0; i < rows; i++)
	{		
		for (int j = 0; j < cols; j++)
		{
			int cnt = M[i][j], nums = 1;
			for (auto dir : dirs)
			{
				int x = i + dir[0], y = j + dir[1];
				if (x < 0 || x >= rows || y < 0 || y >= cols)continue;
				++nums;
				cnt += M[x][y];
			}
			result[i][j] = cnt / nums;
		}
	}
	return result;
}