3.28_661.数组_二维数组及滚动数组_图片平滑器（easy）

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]。

class Solution:
    def imageSmoother(self, M: List[List[int]]) -> List[List[int]]:
    	#自己的错误思想，太过于复杂，只能计算row=column的情况（应该还能改进为row不等于column的情况），但是实验了一个四维数组，结果是错的。。。也没有继续检查，就看了评论区，发现大佬说的，这是深度学习padding和卷积，咱也不懂，不过代码研究清楚了，确实是个好方法。
        # n = len(M)
        # sum = 0
        # for row in range(n):
        #     for column in range(n):
        #         if row >= 1 and column >= 1 and row < n - 1 and column < n -1:
        #             sum = M[row][column] + M[row][column - 1] + M[row][column + 1] + M[row - 1][column] + M[row - 1][column - 1] + M[row - 1][column + 1] + M[row + 1][column] + M[row + 1][column - 1] + M[row + 1][column + 1]
        #             M[row][column] = sum // 9
        #             sum = 0
        #         elif row == column == 0:
        #             sum = M[0][0] + M[0][1] + M[1][