题意
使用一种叫做“run length encoding”的方式来储存大尺寸图片,该方法是通过记录编码值和编码长度的对(value,length)来存储图片。有一种简单的edge detection算法是将图像中的每一个点的值与他周围的八个点求差,然后取绝对值的最大值。
现在的任务就是实现这个算法,输入的图片是以run length encoding的形式表示的,同时也要求转换后的图片也以run length encoding的形式表示。
思路
题意中说明图片的长度为10^9,因此不可能采用暴力计算法。但是输入的pair number不超过1000,数量上是很少的,因此可以采用跳跃编码。
run length encoding编码方法是记录编码值和该值的编码长度,这里长度可以用开始和结束位置代替,结束位置可以用下一个值的开始位置表示。这样就变成记录每一个出现的新值和出现的位置即可。
而edge detection中每一个新值的出现都是因为输入图片中新值的出现。因此,只要对输入图片的每一个pair计算这个新值开始位置周围8个像素edge值,并记录位置即可。然后对所有计算的edge值根据位置排序,并且对edge值相同的pair进行合并就是所求结果。
异常点处理
上述讲到对于输入图片中每一个新值的周围8个像素点都进行计算,但是当该开始位置位于一行的末尾时是否需要对后续像素计算。答案是需要。
下表中第二行第三列的3是一个新值因此需要对周围8个像素计算;而第二行第四列的4也是一个新值,那么就要对该值周围的8个像素,包括其后的三个值(括号里),而它们对应的像素就是绿色圈起来的像素点。
另外一个异常点出现在最后一行,见下图,这是因为最后一行的第一个像素因为没有了下一行而出现变化。
源代码
#include <iostream>
#include <math.h>
#include <algorithm>
using namespace std;
const int size = 1000;
int width;
int totle; //input pix length
typedef struct{
int value;
int pos;
} Pix;
int in_pairs[size][2]; //input picture, pairs[i][0] is value, pairs[i][1] is run length;
Pix out_pairs[size*8];
int pairs_num = 0;
//pos starts from 0
int get_value(int pos){
int len=0, i=0;
while(pos > len-1){
len += in_pairs[i++][1];
}
return in_pairs[i-1][0];
}
int cmp(const void *m, const void *n){
Pix * a = (Pix *) m;
Pix * b = (Pix *) n;
return a->pos - b->pos;
}
int cal_value(int pos){
int max = 0;
int value = get_value(pos);
int row = pos/width;
int col = pos%width;
for(int i=row-1;i<row+2;i++){
for(int j=col-1;j<col+2;j++){
int tmp_pos = i*width + j;
if(j<0 || j>=width || i<0 || tmp_pos>=totle)
continue;
int tmp_value = get_value(tmp_pos);
if(abs(value-tmp_value) > max)
max = abs(value-tmp_value);
}
}
return max;
}
int main(){
while(cin>>width && width){
pairs_num = 0;
totle = 0;
int val, len;
while(cin>>val>>len && len){
in_pairs[pairs_num][0] = val;
in_pairs[pairs_num++][1] = len;
totle += len;
}
cout << width <<endl;
int pos = 0;
int out_index = 0;
for(int k=0;k<pairs_num;k++){
int row = pos/width;
int col = pos%width;
for(int i=row-1;i<row+2;i++){
for(int j=col-1;j<col+2;j++){
int tmp_pos = i*width + j;
//if(j<0 || j>=width || i<0 || tmp_pos>=totle)
if(j<0 || i<0 || tmp_pos>=totle)
continue;
out_pairs[out_index].pos = tmp_pos;
out_pairs[out_index++].value = cal_value(tmp_pos);
}
}
pos += in_pairs[k][1];
}
//head point in last line
out_pairs[out_index].pos = totle - width;
out_pairs[out_index++].value = cal_value(totle - width);
qsort(out_pairs, out_index, sizeof(Pix), cmp);
int res_val=-1, start_pos = -1;
for(int i=0;i<out_index;i++){
if(out_pairs[i].value == res_val)
continue;
else{
if(res_val < 0){
res_val = out_pairs[i].value;
start_pos = 0;
continue;
}
else{
cout<<res_val<<" "<<out_pairs[i].pos-start_pos<<endl;
res_val = out_pairs[i].value;
start_pos = out_pairs[i].pos;
}
}
}
cout<<res_val<<" "<<totle-start_pos<<endl;
cout<<"0 0"<<endl;
}
cout<<"0";
}