CCF202104 (第22次能力认证)java题解

这篇博客介绍了如何使用Java解决计算灰度图像直方图的问题。作者提供了两种思路,一种是利用HashMap统计二维数组中每个灰度值的出现次数,另一种是将二维数组转化为一维数组并使用排序和双指针方法。博客给出了具体的Java代码实现,适用于处理大小不超过500x500且灰度值在[0,256)范围内的图像。
摘要由CSDN通过智能技术生成

CCF202104 (第22次能力认证)java题解

题目一:灰度直方图

问题描述

一幅长宽分别为 n 个像素和 m 个像素的灰度图像可以表示为一个 n×m 大小的矩阵 A。
其中每个元素 Aij(0≤i<n、0≤j<m)是一个 [0,L) 范围内的整数,表示对应位置像素的灰度值。
具体来说,一个 8 比特的灰度图像中每个像素的灰度范围是 [0,128)。

一副灰度图像的灰度统计直方图(以下简称“直方图”)可以表示为一个长度为 L 的数组 h,其中 h[x](0≤x<L)表示该图像中灰度值为 x 的像素个数。显然,h[0] 到 h[L−1] 的总和应等于图像中的像素总数 n⋅m。

已知一副图像的灰度矩阵 A,试计算其灰度直方图 h[0],h[1],⋯,h[L−1]。

输入格式

输入共 n+1 行。

输入的第一行包含三个用空格分隔的正整数 n、m 和 L,含义如前文所述。

第二到第 n+1 行输入矩阵 A。
第 i+2(0≤i<n)行包含用空格分隔的 m 个整数,依次为 Ai0,Ai1,⋯,Ai(m−1)。

输出格式

输出仅一行,包含用空格分隔的 L 个整数 h[0],h[1],⋯,h[L−1],表示输入图像的灰度直方图。

样例输入

4 4 16
0 1 2 3
4 5 6 7
8 9 10 11
12 13 14 15

Data

样例输出

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

Data

样例输入

7 11 8
0 7 0 0 0 7 0 0 7 7 0
7 0 7 0 7 0 7 0 7 0 7
7 0 0 0 7 0 0 0 7 0 7
7 0 0 0 0 7 0 0 7 7 0
7 0 0 0 0 0 7 0 7 0 0
7 0 7 0 7 0 7 0 7 0 0
0 7 0 0 0 7 0 0 7 0 0

Data

样例输出

48 0 0 0 0 0 0 29

Data

评测用例规模与约定

全部的测试数据满足 0<n,m≤500 且 4≤L≤256。

思路

思路一:

题目的大意就是统计二维数组里的每个数的出现次数

这让我马上想到了HashMap

思路二:

将二维数组转化成一维数组,排序,然后用双指针法统计每个元素出现的个数

题解

这里只给出了思路一的写法,欢迎大家补充


import java.util.ArrayList;
import java.util.HashMap;
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int n = sc.nextInt();
        int m = sc.nextInt();
        int L = sc.nextInt();
        HashMap<Integer, Integer> map = new HashMap<>();

        int[][] arr = new int[n][m];
        for (int i = 0; i < n; i++) {
            for (int j = 0; j < m; j++) {
                arr[i][j] = sc.nextInt();
//---------------------用hashMap对二维数组的每个变量进行个数统计
                int count = 1;
                if (map.containsKey(arr[i][j])) {
                    count += map.get(arr[i][j]);
                    map.put(arr[i][j], count);
                } else {
                    map.put(arr[i][j], count);
                }
//-----------------------------------------------
            }
        }

        int []ans = new int[L];
        //将map里面的值拿出来,因为map里都是对象类型,所以要用相应的ArrayList存储
        ArrayList<Integer> keyArr = new ArrayList<Integer>(map.keySet());
        ArrayList<Integer> valueArr = new ArrayList<Integer>(map.values());
        //此处注意循环时i的取值范围,要和hash里面的数据范围对应
        for (int i = 0; i < keyArr.size(); i++) {
            ans[keyArr.get(i)] = valueArr.get(i);
        }
        for (int i = 0; i < L; i++) {
            System.out.print(ans[i]+" ");
        }


    }
}

  • 0
    点赞
  • 3
    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