深度搜索
和海岛问题一样的,最基础最经典的两道搜索问题
这里使用深度搜索解答
题目
有一幅以二维整数数组表示的图画,每一个整数表示该图画的像素值大小,数值在 0 到 65535 之间。
给你一个坐标 (sr, sc) 表示图像渲染开始的像素值(行 ,列)和一个新的颜色值 newColor,让你重新上色这幅图像。
为了完成上色工作,从初始坐标开始,记录初始坐标的上下左右四个方向上像素值与初始坐标相同的相连像素点,接着再记录这四个方向上符合条件的像素点与他们对应四个方向上像素值与初始坐标相同的相连像素点,……,重复该过程。将所有有记录的像素点的颜色值改为新的颜色值。
最后返回经过上色渲染后的图像。
示例 1:
输入:
image = [[1,1,1],[1,1,0],[1,0,1]]
sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析:
在图像的正中间,(坐标(sr,sc)=(1,1)),
在路径上所有符合条件的像素点的颜色都被更改成2。
注意,右下角的像素没有更改为2,
因为它不是在上下左右四个方向上与初始点相连的像素点。
题解
实际上,我们只处理两件事情:
1.某个点的颜色是否和要染的色不同?是的话进入下一步
2.染色
3.检查这个点周围的四个点,重复1
实际上,这些步骤可以使用递归来完成,大概可以用以下语句描述:
dfs(地图色块数组,下一个点的x,下一个点的y,原色,染色)
我们按照惯例,先写出深度优先的递归函数:
public void dfs(int [][] image , int i ,int j ,int newColor , int oldColor){

这篇博客介绍了LeetCode中的一道染色问题,使用深度搜索作为解决方案。作者首先解释了问题背景,然后详细阐述了如何通过深度优先搜索策略来改变图像中符合条件的像素值,最后提供了递归函数实现的思路。
最低0.47元/天 解锁文章
1539

被折叠的 条评论
为什么被折叠?



