LeetCode: 733.Flood Fill(对二维数组进行转换)

文章最前: 我是Octopus,这个名字来源于我的中文名--章鱼;我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ;这博客是记录我学习的点点滴滴,如果您对 Python、Java、AI、算法有兴趣,可以关注我的动态,一起学习,共同进步。

相关文章:

  1. LeetCode:55. Jump Game(跳远比赛)
  2. Leetcode:300. Longest Increasing Subsequence(最大增长序列)
  3. LeetCode:560. Subarray Sum Equals K(找出数组中连续子串和等于k)

文章目录:

题目描述:

java实现方法1:

python实现方法1:

源码地址:https://github.com/zhangyu345293721/leetcode


题目描述:

        有一幅以二维整数数组表示的图画,每一个整数表示该图画的像素值大小,数值在 0 到 65535 之间。

        给你一个坐标 (sr, sc) 表示图像渲染开始的像素值(行 ,列)和一个新的颜色值 newColor,让你重新上色这幅图像。

        为了完成上色工作,从初始坐标开始,记录初始坐标的上下左右四个方向上像素值与初始坐标相同的相连像素点,接着再记录这四个方向上符合条件的像素点与他们对应四个方向上像素值与初始坐标相同的相连像素点……,重复该过程。将所有有记录的像素点的颜色值改为新的颜色值。最后返回经过上色渲染后的图像。

示例 1:

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]]
解析: 
在图像的正中间,(坐标(sr,sc)=(1,1)),
在路径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,
因为它不是在上下左右四个方向上与初始点相连的像素点。
注意:

image 和 image[0] 的长度在范围 [1, 50] 内。
给出的初始点将满足 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。

著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。


java实现方法1:

   /**
     * @param image    图片二维数组
     * @param sr       sr输入
     * @param sc       sc输入
     * @param newColor 新颜色
     * @return 二维数组
     */
    public int[][] floodFill(int[][] image, int sr, int sc, int newColor) {
        return floodFillMethod(image, sr, sc, image[sr][sc], newColor);
    }

    /**
     * 图片变换
     *
     * @param image    二维数组
     * @param sr       sr变换
     * @param sc       sc变换
     * @param oldColor 老颜色
     * @param newColor 新颜色
     * @return 二维数组
     */
    public int[][] floodFillMethod(int[][] image, int sr, int sc, int oldColor, int newColor) {
        int m = image.length;
        int n = image[0].length;
        if (sr < 0 || sr >= m || sc < 0 || sc >= n || image[sr][sc] != oldColor || image[sr][sc] == newColor) {
            return image;
        }
        image[sr][sc] = newColor;
        floodFillMethod(image, sr + 1, sc, oldColor, newColor);
        floodFillMethod(image, sr, sc + 1, oldColor, newColor);
        floodFillMethod(image, sr - 1, sc, oldColor, newColor);
        floodFillMethod(image, sr, sc - 1, oldColor, newColor);
        return image;
    }

时间复杂度:O(n)

空间复杂度:   O(n)


python实现方法1:

from typing import List


def flood_fill_method(image: List[List[int]], sr: int, sc: int, old_color: int, new_color: int) -> List[List[int]]:
    '''
       数组转变
   Args:
       image:二维数组
       sr: 输入sr
       sc: 输入sc
       old_color:老颜色
       new_color: 新颜色
   Returns:
       变换后的数组
   '''
    row = len(image)
    col = len(image[0])
    if (sr < 0 or sr >= row) or (sc < 0 or sc >= col) or image[sr][sc] != old_color or image[sr][sc] == new_color:
        return image
    image[sr][sc] = new_color
    flood_fill_method(image, sr + 1, sc, old_color, new_color)
    flood_fill_method(image, sr, sc + 1, old_color, new_color)
    flood_fill_method(image, sr - 1, sc, old_color, new_color)
    flood_fill_method(image, sr, sc - 1, old_color, new_color)
    return image


def flood_fill(image: List[List[int]], sr: int, sc: int, new_color: int) -> List[List[int]]:
    return flood_fill_method(image, sr, sc, image[sr][sc], new_color)

时间复杂度:O(n)

空间复杂度:   O(n)


源码地址:

https://github.com/zhangyu345293721/leetcode

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
给定一个整数组 nums 和一个目标值 target,要求在数组中找出两个的和等于目标值,并返回这两个的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个的和是否等于目标值。如果等于目标值,则返回这两个的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值