Leetcode 661.图片平滑器

Leetcode 661.图片平滑器

  1. 图片平滑器

包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ,平均灰度的计算是周围的8个单元和它本身的值求平均,如果周围的单元格不足八个,则尽可能多的利用它们。

示例 1:

输入:
[[1,1,1],
[1,0,1],
[1,1,1]]
输出:
[[0, 0, 0],
[0, 0, 0],
[0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0

注意:

给定矩阵中的整数范围为 [0, 255]。
矩阵的长和宽的范围均为 [1, 150]。
class Solution {
	/**
	 *遍历每一个位置,该下标周围数据及自身数据的和,和周围数据的个数
	 */
    public int[][] imageSmoother(int[][] M) {
        int row = M.length;
        int col = M[0].length;
        //用于记录下标数据周围数据的和
        int[][] sums = new int[row][col];
        //用于记录该下标和周围数据的个数
        Deque<Integer> d = new ArrayDeque<>();
        int sum = 0;
        int count = 1;
        for(int i = 0;i < row;i++){
            for(int j = 0;j < col;j++){
                if(i-1>=0 && j-1>=0) {
                    sum+=M[i-1][j-1];
                    ++count;
                }
                if(i-1>=0 && j<col) {
                    sum+=M[i-1][j];
                    ++count;
                }
                if(i-1>=0 && j+1<col) {
                    sum+=M[i-1][j+1];
                    ++count;
                }

                if(j-1>=0) {
                    sum+=M[i][j-1];
                    ++count;
                }
                if(j+1<col) {
                    sum+=M[i][j+1];
                    ++count;
                }

                if(i+1<row && j-1>=0) {
                    sum+=M[i+1][j-1];
                    ++count;
                }
                if(i+1<row && j<col) {
                    sum+=M[i+1][j];
                    ++count;
                }
                if(i+1<row && j+1<col) {
                    sum+=M[i+1][j+1];
                    ++count;
                }
                sums[i][j] = sum;
                d.add(count);
                sum = 0;
                count = 1;
            }
        }
        for(int i = 0;i < row;i++){
            for(int j = 0;j < col;j++){
                M[i][j] = (M[i][j] + sums[i][j]) / d.pollFirst();
            }
        }
        return M;
    }
}

执行结果:
通过
显示详情
执行用时:18 ms, 在所有 Java 提交中击败了7.59% 的用户
内存消耗:39.4 MB, 在所有 Java 提交中击败了93.37% 的用户

评论
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