733. Flood Fill 图像渲染
生活随笔
收集整理的這篇文章主要介紹了
733. Flood Fill 图像渲染
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
有一幅以二維整數(shù)數(shù)組表示的圖畫(huà),每一個(gè)整數(shù)表示該圖畫(huà)的像素值大小,數(shù)值在 0 到 65535 之間。
給你一個(gè)坐標(biāo)?(sr, sc)?表示圖像渲染開(kāi)始的像素值(行 ,列)和一個(gè)新的顏色值?newColor,讓你重新上色這幅圖像。
為了完成上色工作,從初始坐標(biāo)開(kāi)始,記錄初始坐標(biāo)的上下左右四個(gè)方向上像素值與初始坐標(biāo)相同的相連像素點(diǎn),接著再記錄這四個(gè)方向上符合條件的像素點(diǎn)與他們對(duì)應(yīng)四個(gè)方向上像素值與初始坐標(biāo)相同的相連像素點(diǎn),……,重復(fù)該過(guò)程。將所有有記錄的像素點(diǎn)的顏色值改為新的顏色值。
最后返回經(jīng)過(guò)上色渲染后的圖像。
示例 1:
輸入: image = [[1,1,1],[1,1,0],[1,0,1]] sr = 1, sc = 1, newColor = 2 輸出: [[2,2,2],[2,2,0],[2,0,1]] 解析: 在圖像的正中間,(坐標(biāo)(sr,sc)=(1,1)),在路徑上所有符合條件的像素點(diǎn)的顏色都被更改成2。 注意,右下角的像素沒(méi)有更改為2,因?yàn)樗皇窃谏舷伦笥宜膫€(gè)方向上與初始點(diǎn)相連的像素點(diǎn)。注意:
- image 和?image[0]?的長(zhǎng)度在范圍?[1, 50] 內(nèi)。
- 給出的初始點(diǎn)將滿足?0 <= sr < image.length 和?0 <= sc < image[0].length。
- image[i][j] 和?newColor?表示的顏色值在范圍?[0, 65535]內(nèi)。
DFS
很簡(jiǎn)單的一道題,深度優(yōu)先搜索就好。
Code
def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:def dfs(x, y):if not (-1 < x < len(image) and -1 < y < len(image[0]) and image[x][y] == oldColor):returnimage[x][y] = newColorfor dx, dy in dirs:nx, ny = x + dx, y + dydfs(nx, ny)dirs = [(1, 0), (0, 1), (-1, 0), (0, -1)]oldColor = image[sr][sc]if oldColor != newColor:dfs(sr, sc)return image復(fù)雜度分析
- 時(shí)間復(fù)雜度:O(n×m)O(n\times m)O(n×m),其中 nnn 和 mmm 分別是二維數(shù)組的行數(shù)和列數(shù)。最壞情況下需要遍歷所有的方格一次。
- 空間復(fù)雜度:O(n×m)O(n\times m)O(n×m),其中 nnn 和 mmm 分別是二維數(shù)組的行數(shù)和列數(shù)。主要為棧空間的開(kāi)銷。
總結(jié)
以上是生活随笔為你收集整理的733. Flood Fill 图像渲染的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 人脸识别算法不可置疑?真相需要多重验证!
- 下一篇: 110. Balanced Binary