题目概述
图像平滑器 是大小为 3 x 3 的过滤器,用于对图像的每个单元格平滑处理,平滑处理后单元格的值为该单元格的平均灰度。
每个单元格的 平均灰度 定义为:该单元格自身及其周围的 8 个单元格的平均值,结果需向下取整。(即,需要计算蓝色平滑器中 9 个单元格的平均值)。
如果一个单元格周围存在单元格缺失的情况,则计算平均灰度时不考虑缺失的单元格(即,需要计算红色平滑器中 4 个单元格的平均值)。
给你一个表示图像灰度的 m x n 整数矩阵 img ,返回对图像的每个单元格平滑处理后的图像 。
示例 1:
输入:img = [[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
示例 2:
输入: img = [[100,200,100],[200,50,200],[100,200,100]]
输出: [[137,141,137],[141,138,141],[137,141,137]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138
提示:
- m == img.length
- n == img[i].length
- 1 <= m, n <= 200
- 0 <= img[i][j] <= 255
题目来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/image-smoother
解题分析:
方法1:朴素解法
最简单粗暴的方式就是定义一个结果数组,然后对原数组每九个数依次求平均值。
时间复杂度:O(m * n * C) m、n 为宽高,C 为 9
空间复杂度:O(m * n)
class Solution {
//定义九个单元格
int[][] dirs = new int[][]{{-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 0}, {0, 1}, {1, -1}, {1, 0}, {1, 1}};
public int[][] imageSmoother(int[][] img) {
//宽高
int row = img.length, col = img[0].length;
//创建结果数组
int[][] res = new int[row][col];
//遍历数组
for(int i = 0; i < row; ++i){
for(int j = 0; j < col; ++j){
//定义结果和除数
int sum = 0, div = 9;
for(int[] dir: dirs){
int a = i + dir[0], b = j + dir[1];
//判断合法
if(a < 0 || b < 0 || a >= row || b >= col){
div--;
continue;
}
sum += img[a][b];
}
res[i][j] = sum / div;
}
}
return res;
}
}
方法2:前缀和
方法1 存在大量的重复计算,我们可以用前缀和的思想进行优化,我们只需要知道四个角的和,右下角 + 左上角 - 左下角 - 右上角 就是该矩形单元格所有值的和,关于单元格的数量,我们可以通过获取左上角和右下角的坐标进行计算。
时间复杂度:O(m * n) m、n 为宽高
空间复杂度:O(m * n)
class Solution {
//定义九个单元格
int[][] dirs = new int[][]{{-1, -1}, {-1, 0}, {-1, 1}, {0, -1}, {0, 0}, {0, 1}, {1, -1}, {1, 0}, {1, 1}};
public int[][] imageSmoother(int[][] img) {
//宽高
int row = img.length, col = img[0].length;
//创建前缀和数组
int[][] sums = new int[row+2][col+2];
//求前缀和
for(int i = 1; i <= row; ++i){
for(int j = 1; j <= col; ++j){
sums[i][j] = sums[i - 1][j] + sums[i][j - 1] - sums[i - 1][j - 1] + img[i - 1][j - 1];
}
}
//结果数组
int[][] res = new int[row][col];
//遍历求结果
for(int i = 0; i < row; ++i){
for(int j = 0; j < col; ++j){
//获取左上角和右下角坐标
int leftUp = Math.max(0, i - 1), leftDown = Math.max(0, j - 1);
int rightUp = Math.min(row-1, i + 1), rightDown = Math.min(col-1, j + 1);
//计算单元格
int num = (rightUp - leftUp + 1) * (rightDown - leftDown + 1);
//计算和
int sum = sums[rightUp + 1][rightDown + 1] + sums[leftUp][leftDown] - sums[leftUp][rightDown + 1] - sums[rightUp + 1][leftDown];
//求平均值
res[i][j] = sum / num;
}
}
return res;
}
}