1 题目描述
1. 定义
对于计算机而言,颜色不过是像素点对应的一个 24 位的数值。现给定一幅分辨率为 M×N 的画,要求你找出万绿丛中的一点红,即有独一无二颜色的那个像素点,并且该点的颜色与其周围 8 个相邻像素的颜色差充分大。
2. 输入格式
输入第一行给出三个正整数,分别是 M 和 N(≤ 1000),即图像的分辨率;以及TOL
,是所求像素点与相邻点的颜色差阈值,色差超过TOL
的点才被考虑。随后 N 行,每行给出 M 个像素的颜色值,范围在
[
0
,
2
24
)
[0,2^{24})
[0,224) 内。所有同行数字间用空格或TAB
分开。
3. 输出格式
在一行中按照 (x, y): color 的格式输出所求像素点的位置以及颜色值,其中位置 x 和 y 分别是该像素在图像矩阵中的列、行编号(从 1 开始编号)。如果这样的点不唯一,则输出Not Unique
;如果这样的点不存在,则输出Not Exist
。
2 思路分析
1. 问题分析
- 独一无二的颜色,这个含义是指,可能存在某个点,它的所有邻居点的像素都满足这个“色差”要求,但是这个点的像素(颜色)在整个矩阵中出现不止一次,那么它就不是独一无二的,因此这样的点不是目标点;
- 该点的颜色与其周围 8 个相邻像素的颜色差充分大(注意,如果是边上的点只需要比较 5 个点,角上的点只需要比较 3 个点)。
2. 求解思路
- 如何判断是否独一无二:创建字典,在输入数据的同时对每个颜色值统计次数,字典的键:值关系是,颜色值:出现的次数,这样检索较快,也不占用太大空间。
- 充分理解“色差”:在中间的点我们依次判断周围 8 个点即可,但是如何解决边角上的点?有两种简单的解决办法:(1)为四条边和四个角专门写特判;(2)在遍历 8 个点的同时判断坐标是否越界,如果超出数组范围则不判断,默认符合要求。
小技巧: 这里使用的方法是为数组加四条边,即原本
N
×
M
N\times M
N×M的矩阵扩充到
(
N
+
2
)
×
(
M
+
2
)
(N+2)\times (M+2)
(N+2)×(M+2)。且周围多出来的四条边以及四个角上的颜色都是0,这样在遍历八个点的时候就不用特别判断了,对所有的点一视同仁即可。同时,差值要加上绝对值再和TOL
作比较。加边的同时带来了另一个微小的好处,就是数组的行和列都从 1 开始计数了,符合题目的输出要求。
综上,整个流程就是,先用字典记录每个颜色值出现的次数,然后对次数为1的像素点,遍历周围所有像素点并进行比较,而想要计算与周围的差值,就涉及该像素点是否在边界上,若是,则要小心数组越界导致段错误,为了避免这种麻烦,我们可以直接将数组四周扩大一圈,边界的值默认就是0,对符合条件的像素点记录,并进行结果的打印。下面的代码一使用嵌套列表实现,代码二使用数组实现,切片,元素查找都比较方便。
温馨提示:
- 如果将输入的颜色平铺成一位数组(N×M个数据),使用
count
方法会超时!原因是,对于每个点的遍历是 O ( N × M ) O(N×M) O(N×M),然而在这个 N × M N×M N×M个数据的一位数组上利用count
方法计数,则内层相当于又嵌套了 O ( N × M ) O(N×M) O(N×M),所以时间性能十分低下。- 如果采用“以空间换时间”的策略,开 2 24 2^{24} 224的列表存储颜色值的出现次数,虽然时间复杂度降低了,但是这样会内存超限。
- 综上所述,字典在两者之间作出了平衡。
3 代码实现
AC代码一:
import sys
M, N, TOL = list(map(int, input().split()))
fill_lst = [0 for _ in range(M + 2)]
input_list = []
input_dict = {}
result_list = []
for k in range(N):
temp_lst = list(map(int, sys.stdin.readline().split()))
for k in range(M):
if temp_lst[k] in input_dict:
input_dict[temp_lst[k]] += 1
else:
input_dict[temp_lst[k]] = 1
temp_lst.append(0) # 在两端填充零
temp_lst.insert(0, 0)
input_list.append(temp_lst)
input_list.insert(0, fill_lst) # 在上下填充零
input_list.append(fill_lst)
for i in range(1, N + 1):
for j in range(1, M + 1):
if input_dict[input_list[i][j]] == 1:
low, high = i + 1, i - 1
right, left = j + 1, j - 1
length1 = abs(input_list[i][j] - input_list[low][left]) # 计算周围八个元素的差值绝对值
length2 = abs(input_list[i][j] - input_list[low][j])
length3 = abs(input_list[i][j] - input_list[low][right])
length4 = abs(input_list[i][j] - input_list[i][left])
length5 = abs(input_list[i][j] - input_list[i][right])
length6 = abs(input_list[i][j] - input_list[high][left])
length7 = abs(input_list[i][j] - input_list[high][j])
length8 = abs(input_list[i][j] - input_list[high][right])
if length1 > TOL and length2 > TOL and length3 > TOL and length4 > TOL and length5 > TOL and length6 > TOL and length7 > TOL and length8 > TOL:
result_list.append('({}, {}): {}'.format(
j, i, input_list[i][j]))
length = len(result_list)
if length == 1:
print(result_list[0])
elif length == 0:
print('Not Exist')
else:
print('Not Unique')
AC代码二:
import sys
import numpy as np
# 计算3*3矩阵中心元素和周围元素差值的最小值
def min_matrix(matrix):
mid = matrix[1][1]
distance = 16777215
for i in range(0, 3):
for j in range(0, 3):
if i != 1 and j != 1:
temp = abs(matrix[i][j] - mid)
if temp < distance:
distance = temp
return distance
def main():
M, N, TOL = list(map(int, input().split()))
input_list = []
input_dict = {}
result_list = []
for _ in range(N):
temp_lst = list(map(int, sys.stdin.readline().split()))
input_list.append(temp_lst)
for k in range(M):
if temp_lst[k] in input_dict:
input_dict[temp_lst[k]] += 1
else:
input_dict[temp_lst[k]] = 1
input_array = np.array(input_list)
input_array = np.pad(input_array, (1, 1), 'constant') # 使用数组在外围填充一圈零
for iter in input_dict:
if input_dict[iter] == 1:
index_i, index_j = np.where(input_array == iter) # 返回所查找元素的索引,返回值为二维元组
index_i, index_j = index_i[0], index_j[0]
if min_matrix(input_array[index_i - 1:index_i + 2,
index_j - 1:index_j + 2]) > TOL:
result_list.append('({}, {}): {}'.format(
index_j, index_i, input_array[index_i][index_j]))
length = len(result_list)
if length == 1:
print(result_list[0])
elif length == 0:
print('Not Exist')
else:
print('Not Unique')
main()
4 参考
- PAT 1068-万绿丛中一点红:https://blog.csdn.net/jialchen/article/details/110674832
- PAT 1068 万绿丛中一点红 思路解析:https://blog.csdn.net/G0rgeoustray/article/details/105684208