LeetCode打卡：835.图像重叠

最新推荐文章于 2024-01-29 12:51:29 发布

原创最新推荐文章于 2024-01-29 12:51:29 发布 · 187 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode #python

LeetCode打卡专栏收录该内容

29 篇文章

订阅专栏

本文探讨了如何计算两个二进制图像在平移后的最大重叠区域。通过暴力穷举法，遍历所有可能的平移位置，计算重叠部分的1的数量，从而找到最大可能的重叠值。

给出两个图像 A 和 B ，A 和 B 为大小相同的二维正方形矩阵。（并且为二进制矩阵，只包含0和1）。

我们转换其中一个图像，向左，右，上，或下滑动任何数量的单位，并把它放在另一个图像的上面。之后，该转换的重叠是指两个图像都具有 1 的位置的数目。

（请注意，转换不包括向任何方向旋转。）

最大可能的重叠是什么？

示例 1:

输入：A = [[1,1,0],
[0,1,0],
[0,1,0]]
B = [[0,0,0],
[0,1,1],
[0,0,1]]
输出：3
解释: 将 A 向右移动一个单位，然后向下移动一个单位。

链接：https://leetcode.com/problems/image-overlap/

class Solution(object):
    def largestOverlap(self, A, B):
        """
        :type A: List[List[int]]
        :type B: List[List[int]]
        :rtype: int
        """
        # 暴力穷举
        n = len(A)
        ha = {}
        hb = {}
        h = {}
        res = 0
        for i in range(n):
            for j in range(n):
                if A[i][j]:
                    ha[(i, j)] = 1
                if B[i][j]:
                    hb[(i, j)] = 1
                    
        for ka in ha:
            for kb in hb:
                delta = (kb[0] - ka[0], kb[1] - ka[1])
                h[delta] = h.get(delta, 0) + 1
                res = max(res, h[delta])
        return res