289生命游戏leetcode

最新推荐文章于 2021-12-15 15:08:08 发布

雨浅听风吟

最新推荐文章于 2021-12-15 15:08:08 发布

阅读量176

点赞数

分类专栏： leetcode

本文链接：https://blog.csdn.net/weixin_39289876/article/details/105310870

版权

leetcode 专栏收录该内容

27 篇文章 0 订阅

订阅专栏

1问题描述

在这里插入图片描述

题解1

class Solution:
    def gameOfLife(self, board: List[List[int]]) -> None:
        """
        Do not return anything, modify board in-place instead.
        """
        import copy
        row=len(board)
        col=len(board[0])
        extra_board = copy.deepcopy(board)
        direction=[(-1,-1),(-1,0),(-1,1),(0,-1),(0,1),(1,-1),(1,0),(1,1)]
        for i in range(row):
            for j in range(col):
                negibour_cell=0
                for direct in direction:
                    n_row=i+direct[0]
                    n_col=j+direct[1]
                    if (n_row>=0 and n_row<row) and ( n_col>=0 and n_col<col) and board[n_row][n_col]==1:
                        negibour_cell+=1
                if board[i][j]==1:
                    if negibour_cell<=1:
                        extra_board[i][j]=0
                    elif negibour_cell<=3:
                        extra_board[i][j]=1
                    else:
                        extra_board[i][j]=0
                else:
                    if negibour_cell==3:
                        extra_board[i][j]=1
        for i in range(row):
            for j in range(col):
                board[i][j]=extra_board[i][j]

在这里插入图片描述

题解2 卷积-看了大神思路

用一个模板(kernel)和一幅图像进行卷积，对于图像上的一个点，让模板的原点和该点重合，然后模板上的点和图像上对应的点相乘，然后各点的积相加，就得到该点的卷积值。对图像上的每个点都这样处理。(注：这里的卷积是CV中常用的卷积和数字信号处理中的略有区别)

下面的图是一个没有补零(zero padding)的2维卷积的示意图，深蓝色的3x3的正方形就是所说的kernel，下面的浅蓝色就是图像，通过滑动kernel并且将kernel的对应位置和它覆盖区域的对应位置的数值相乘并加和，就可以得到卷积后某一个位置的值，大家可以自己看着图计算一下
在这里插入图片描述

class Solution:
    def gameOfLife(self, board: List[List[int]]) -> None:
        """
        Do not return anything, modify board in-place instead.
        """
        r=len(board)
        c=len(board[0])
        import numpy as np
        extra_board=np.zeros((r+2,c+2))
        extra_board[1:r+1,1:c+1]=np.array(board)
        kernal=np.array([[1,1,1],[1,0,1],[1,1,1]])
        neighbour=0
        for i in range(1,r+1):
            for j in range(1,c+1):
                neighbour=np.sum(kernal*extra_board[i-1:i+2,j-1:j+2])
                if board[i-1][j-1]==1:
                    if neighbour<2 or neighbour>3:
                        board[i-1][j-1]=0
                else:
                    if neighbour==3:
                        board[i-1][j-1]=1