//
// Created by Mr.Hu on 2018/4/21.
//
// leetcode 661 image smoother
//
// 题目要求对一个图片的灰度值求平均,每一个灰度值与其周围的八个灰度有关,如果是在边线上,相关的灰度值尽量多,
// 最后输出求平均后的灰度值
//
// 刚开始做这题,想的很复杂,想着先要分对角,边框,以及内部,然后分别进行计算,需要用到很多的if-else;
// 后来发现还会出现单行或者单列,觉得自己的方法不合适,允许来一下我的方法时间复杂度也太高了,
// 于是就去网上找了带技巧的方法,正如下面的code,虽然只beat了百分之八左右的人,但是这种方法在实现上还是很
// 简单的。其思想大概是这样:对于一个点,与其相关的点无非就是上下左右以及斜对角,那么在坐标上表示都是
// x与y进行[+1,-1,0]三种操作后可达,所以遍历原图像中的灰度值点,对其周围的坐标遍历取得,然后进行判断,
// 判断坐标x,y是否在数组范围内,如果在,则加入到current中,最后取平均,将平均值赋值给新数组相同的坐标位置。
// 这种策略值得学习,遇到那种一个正方形网格里面计算要求的,也可以用到,用坐标来判断该值是否存在,
// 而不是分多种情况再来分开求和,这样就想到复杂。
//
// 另外,vector初始化也值得学习! vector
//1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
using namespace std;
class Solution {
public:
vector<vector<int>> imageSmoother(vector<vector<int>> &M) {
int m = M.size();
int n = M[0].size();
vector<vector<int>> result(m, vector<int>(n));
int range[] = {-1, 0, 1};
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
int current = 0;
int count = 0;
for (int a : range) {
for (int b : range) {
int row = i + a;
int col = j + b;
if (row >= 0 && row < m && col >= 0 && col < n) {
current += M[row][col];
count++;
}
}
}
result[i][j] = (int) floor((double) current / count);
}
}
return result;
}
};
int main() {
vector<vector<int>> M = {{1, 1, 1},
{1, 0, 1},
{1, 1, 1}};
Solution solution;
vector<vector<int>> result = solution.imageSmoother(M);
return 0;
}