1068 万绿丛中一点红

对于计算机而言，颜色不过是像素点对应的一个 24 位的数值。现给定一幅分辨率为 M×N 的画，要求你找出万绿丛中的一点红，即有独一无二颜色的那个像素点，并且该点的颜色与其周围 8 个相邻像素的颜色差充分大。

输入格式：

输入第一行给出三个正整数，分别是 M 和 N（≤ 1000），即图像的分辨率；以及 TOL，是所求像素点与相邻点的颜色差阈值，色差超过 TOL 的点才被考虑。随后 N 行，每行给出 M 个像素的颜色值，范围在 [0,2​24​​) 内。所有同行数字间用空格或 TAB 分开。

输出格式：

在一行中按照 (x, y): color 的格式输出所求像素点的位置以及颜色值，其中位置 x 和 y 分别是该像素在图像矩阵中的列、行编号（从 1 开始编号）。如果这样的点不唯一，则输出 Not Unique；如果这样的点不存在，则输出 Not Exist。

输入样例 1：

8 6 200
0 	 0 	  0 	   0	    0 	     0 	      0        0
65280 	 65280    65280    16711479 65280    65280    65280    65280
16711479 65280    65280    65280    16711680 65280    65280    65280
65280 	 65280    65280    65280    65280    65280    165280   165280
65280 	 65280 	  16777015 65280    65280    165280   65480    165280
16777215 16777215 16777215 16777215 16777215 16777215 16777215 16777215

输出样例 1：

(5, 3): 16711680

输入样例 2：

4 5 2
0 0 0 0
0 0 3 0
0 0 0 0
0 5 0 0
0 0 0 0

输出样例 2：

Not Unique

输入样例 3：

3 3 5
1 2 3
3 4 5
5 6 7

输出样例 3：

Not Exist

总结：

与周围值判断的问题，其包含是否超出边界。这种题步骤可分为 边界判断 -> 阈值判断 -> 循环临近。 

代码：

#include <iostream>
#include <vector>
#include <string>
#include <algorithm> 
#include <map>

using namespace std;

// 将其定义为全局变量，省去了二维数组传参的麻烦 
int m, n, v;
int img[1010][1010] = {0};			 

// 定义 该像素点 信息 
typedef struct {
	int x, y, v;
}poin;

//===================================================
// 描述：判断其是否超过边界 
//===================================================
bool outBorder(int x, int y)
{
	if( x<0 || x>=n || y<0 || y>=m )
		return true;
	return false;
}

//===================================================
// 描述：判断其是否超过阈值 
//===================================================
bool outRange(int x, int y, int i, int j)
{
	if( abs(img[x][y] - img[i][j]) > v )
		return true;
	return false; 	
} 

//===================================================
// 描述：判断 该点与附近点 的阈值差 
//===================================================
bool judge(int x, int y)
{
	// 利用相关数组进行周围的数值判断其是否超过阈值 
	int img_vector[8][2] = { {-1,-1}, {0,-1}, {1,-1}, {-1,0}, {1,0}, {-1,1}, {0,1}, {1,1} };
	
	for(int i=0;i<8;i++) {
		
		// 如果其没有超出边界 
		if( !outBorder(x+img_vector[i][0], y+img_vector[i][1]) ) {	
			// 进入阈值差判断，当不符合差的时候，直接退出返回			
			if( !outRange(x, y, x+img_vector[i][0], y+img_vector[i][1]) ) {
				return false;
			}
		}
	}
	return true;
} 

int main()
{	
	scanf("%d %d %d",&m, &n, &v);	
	
	// 利用 map 进行该像素值个数的存储 
	map<int, int> mp;
	for(int i=0;i<n;i++) {
		for(int j=0;j<m;j++) {
			scanf("%d",&img[i][j]);
			mp[ img[i][j] ]++;
		}
	}
	
	vector<poin> v;
	for(int i=0;i<n;i++) {
		for(int j=0;j<m;j++) {
			
			// 当其临近值超出阈值，且该像素值的个数唯一的时候
			if( judge(i, j) && mp[ img[i][j] ] == 1 )			 
				v.push_back( poin{j+1,i+1,img[i][j]} );			// 将该变量进行 结构体化，并存储 
				
			// 当该向量的个数大于 1 的时候，说明其不唯一，可以直接退出，不用继续判断
			if( v.size() > 1 ) {
				printf("Not Unique\n");
				return 0;
			}				
		}
	}
	
	if( v.size() <= 0 )
		printf("Not Exist\n");
	else if( v.size() == 1 )
		printf("(%d, %d): %d\n",v[0].x, v[0].y, v[0].v);
	
	return 0;
}