题目
编写函数,实现许多图片编辑软件都支持的「颜色填充」功能。
待填充的图像用二维数组 image 表示,元素为初始颜色值。初始坐标点的行坐标为 sr 列坐标为 sc。需要填充的新颜色为 newColor 。
「周围区域」是指颜色相同且在上、下、左、右四个方向上存在相连情况的若干元素。
请用新颜色填充初始坐标点的周围区域,并返回填充后的图像。
示例:
输入:
image = [[1,1,1],[1,1,0],[1,0,1]]
sr = 1, sc = 1, newColor = 2
输出:[[2,2,2],[2,2,0],[2,0,1]]
解释:
初始坐标点位于图像的正中间,坐标 (sr,sc)=(1,1) 。
初始坐标点周围区域上所有符合条件的像素点的颜色都被更改成 2 。
注意,右下角的像素没有更改为 2 ,因为它不属于初始坐标点的周围区域。
提示:
image 和 image[0] 的长度均在范围 [1, 50] 内。
初始坐标点 (sr,sc) 满足 0 <= sr < image.length 和 0 <= sc < image[0].length 。
image[i][j] 和 newColor 表示的颜色值在范围 [0, 65535] 内。
解题思路
1.BFS广度优先算法
- 把与指定节点相邻的,且颜色相同,且不等于新颜色的节点加入队列Queue中,然后依次取出再进行处理。
- 不仅要判断指定节点的相邻节点与其颜色是否相同,还要判断是否不等于新颜色。因为如果新颜色 == 旧颜色的话,会出现无限循环的情况。(说明这一块本来就是新颜色的数字(或者已经涂过新的颜色了),不用再加入队列了,不然会导致不嫌循环!)
代码:
class Solution {
public int[][] floodFill(int[][] image, int sr, int sc, int newColor) {
// 队列
Queue<int[]> queue = new LinkedList<>();
queue.offer(new int[]{sr, sc});
// 方向数组
int[][] dir = {{0,1},{0,-1},{1,0},{-1,0}};
while (!queue.isEmpty()) {
int[] arr = queue.poll();
int i = arr[0];
int j = arr[1];
int oldColor = image[i][j];
image[i][j] = newColor;
for (int k = 0; k < dir.length; k++) {
int r = dir[k][0] + i;
int c = dir[k][1] + j;
if (r >= 0 && r < image.length && c >=0 && c < image[0].length
&& image[r][c] == oldColor && image[r][c] != newColor) {
queue.offer(new int[]{r, c});
}
}
}
return image;
}
}
效率:
2.使用深度优先搜索dfs(递归)
- 递归处理与指定节点相邻,且颜色相同,且不等于新颜色的节点。
代码:
class Solution {
public int[][] floodFill(int[][] image, int sr, int sc, int newColor) {
dfs(image, sr, sc, newColor, image[sr][sc]);
return image;
}
public void dfs(int[][] image, int sr, int sc, int newColor, int oldColor) {
if (sr < 0 || sc < 0 || sr >= image.length || sc >= image[0].length) {
return;
}
if (image[sr][sc] == oldColor && image[sr][sc] != newColor) {
image[sr][sc] = newColor;
dfs(image, sr, sc+1, newColor, oldColor);
dfs(image, sr, sc-1, newColor, oldColor);
dfs(image, sr-1, sc, newColor, oldColor);
dfs(image, sr+1, sc, newColor, oldColor);
}
}
}