[优选算法专栏]专题十五:FloodFill算法(一)

简介: [优选算法专栏]专题十五:FloodFill算法(一)


图像渲染

题目来源:733.图像渲染

有一幅以 m x n 的二维整数数组表示的图画 image ,其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr , sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ,从初始像素开始,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 newColor 。

最后返回 经过上色渲染后的图像 。

算法原理:

本题要用BFS来解决此问题:

具体如下:

  1. 从给定位置开始,上下左右搜索为第一层。
  2. 从第一层两个位起点继续上下左右一层一层剥开。
  3. 依次内推…
  4. 当某一层上下左右搜索中,没有发现目标值就结束。

在上面搜索过程中,我们可以边在搜索过程中就进行修改,达到优化效果。

代码实现:

在代码实现之前,我们先做一下预处理。

通常BFS宽度优先遍历中,要对四个方向或者八个方向进行搜索,此时我们可以定义一个向量数组。

dx与dy为横坐标与纵坐标的偏移量。我们让坐标加上这个偏移量就是搜索后的宽度优先遍历的四个方向。

class Solution
{
    //存的是一个数对(坐标)
    typedef pair<int,int> PII;
    //向量数组
    int dx[4]={0,0,1,-1};
    int dy[4]={1,-1,0,0};
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) 
    {
        //先标记一下需要修改的像素值
        int prev=image[sr][sc];
        //处理边界情况:
        if(prev==color)
            return image;
        queue<PII> q;
        q.push({sr,sc});
        //获取起始点位置
        int m=image.size(),n=image[0].size();
        while(q.size())
        {
            auto [a,b]=q.front();
            q.pop();
            image[a][b]=color;
            for(int i=0;i<4;i++)
            {
                int x=a+dx[i],y=b+dy[i];
                //防止越界
                if(x>=0&&x<m&&y>=0&&y<n&&y<n&&image[x][y]==prev)
                {
                    //满足情况入队
                    q.push({x,y});
                }
            }
        }
        return image;
    }
};

岛屿数量

题目来源:岛屿数量

给你一个由 ‘1’(陆地)和 ‘0’(水)组成的的二维网格,请你计算网格中岛屿的数量。

岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。

此外,你可以假设该网格的四条边均被水包围。

算法原理:

题目很好理解:

看到此类问题,首选BFS。

我们来模拟一下这个过程:

扫描矩阵,找到一个陆地的时候,就将这个陆地连接的联通快找到。怎么找用BFS。

此时找到一个岛屿,定义一个变量,让我们的ret++即可,但是有个问题:在我们层序遍历扩展到一个位置时,是不能让他拓展回去的。

那么此时有两种办法:

  1. 在原数组进行修改
  2. 定义一个bool数组

第一种会修改原始数组的值,我们不推荐。

通常我们会采取第二种方式:

定义一个vis[m][n]数组:

只要我们遍历过次位置,就将定义为true.数组还有个作用,当我们发现值为1,为true时ret不用++反之false就++。

代码实现:

class Solution 
{
     //向量数组
    int dx[4]={0,0,1,-1};
    int dy[4]={1,-1,0,0};
    bool vis[301][301];
    int m,n;
public:
    int numIslands(vector<vector<char>>& grid)
     {
        m=grid.size(),n=grid[0].size();
        int ret = 0;
        for(int i=0;i <m; i++)
        {
            for(int j=0;j<n; j++)
            {    
                if(grid[i][j]=='1' && vis[i][j]==false)
                {   
                    ret++;
                    bfs(grid,i,j);// 把这块陆地全部标记一下了
                }
            }
        }
        return ret;
    }
    void bfs(vector<vector<char>>& grid,int i,int j)
    {
        queue<pair<int, int>> q;
        q.push({i,j});
        vis[i][j]= true;
        while(q.size())
        {
            auto [a,b]=q.front();
            q.pop();
            for(int k=0;k<4;k++)
            {
                int x=a+dx[k],y=b+dy[k];
                //防止越界
                if(x>=0&&x<m&&y>=0&&y<n&&y<n&&grid[x][y]=='1'&&vis[x][y]==false)
                {
                    //满足情况入队
                    q.push({x,y});
                    vis[x][y]=true;
                }
            }
        }
    }
};
相关文章
|
5月前
|
算法
【优选算法】——双指针——15. 三数之和
【优选算法】——双指针——15. 三数之和
【优选算法】——双指针——15. 三数之和
|
4月前
|
存储 算法
算法BFS经典例题(迷宫,多源BFS,BFS解决拓扑排序,FloodFill算法)
算法BFS经典例题(迷宫,多源BFS,BFS解决拓扑排序,FloodFill算法)
|
4月前
|
机器学习/深度学习 算法 测试技术
【算法优选】 动态规划之子数组、子串系列——壹
【算法优选】 动态规划之子数组、子串系列——壹
|
4月前
|
算法
【算法优选】 动态规划之简单多状态dp问题——贰
【算法优选】 动态规划之简单多状态dp问题——贰
|
5月前
|
算法
【优选算法】——滑动窗口——1004. 最大连续1的个数 III
【优选算法】——滑动窗口——1004. 最大连续1的个数 III
|
5月前
|
算法 C语言
[优选算法]------滑动窗⼝——209. 长度最小的子数组
[优选算法]------滑动窗⼝——209. 长度最小的子数组
|
5月前
|
算法 C++
【优选算法】——滑动窗口——3. 无重复字符的最长子串
【优选算法】——滑动窗口——3. 无重复字符的最长子串
|
4月前
|
人工智能 算法 网络性能优化
【调度算法】服务组合优选问题的指标选择与评估
【调度算法】服务组合优选问题的指标选择与评估
97 0
|
4月前
|
算法
【算法优选】 动态规划之两个数组dp——壹
【算法优选】 动态规划之两个数组dp——壹
|
4月前
|
人工智能 算法
【算法优选】 动态规划之子数组、子串系列——贰
【算法优选】 动态规划之子数组、子串系列——贰
下一篇
无影云桌面