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]。
思路分析: 这个题好像没啥好搞的,暴力法吧!直接求八个方向的灰度和,然后求平均值。
class Solution {
public:
vector<vector<int>> imageSmoother(vector<vector<int>>& M) {
int rowSize = M.size(), colSize = M[0].size();
vector<vector<int>> res = M;
for (int row = 0; row < rowSize; ++row){
for (int col = 0; col < colSize; ++col){
//统计八个方向的灰度和
int cnt = 1, sum = M[row][col];
if (row - 1 >= 0){
sum += M[row - 1][col];
cnt += 1;
if (col - 1 >= 0){
sum += M[row - 1][col - 1];
cnt += 1;
}
if (col + 1 < colSize){
sum += M[row - 1][col + 1];
cnt += 1;
}
}
if (col - 1 >= 0){
sum += M[row][col - 1];
cnt += 1;
}
if (row + 1 < rowSize){
sum += M[row + 1][col];
cnt += 1;
if (col - 1 >= 0){
sum += M[row + 1][col - 1];
cnt += 1;
}
if (col + 1 < colSize){
sum += M[row + 1][col + 1];
cnt += 1;
}
}
if (col + 1 < colSize){
sum += M[row][col + 1];
cnt += 1;
}
res[row][col] = sum / cnt;//求平均值
}
}
return res;
}
};