赞
踩
目录
FloodFill算法简介:FloodFill(泛洪填充)算法是一种图像处理的基本算法,用于填充连通区域。该算法通常从一个种子点开始,沿着种子点的相邻像素进行填充,直到遇到边界或者其他指定的条件为止。FloodFill 算法的主要应用是在图像编辑软件中实现填充操作,以及在计算机图形学、计算机视觉等领域中进行区域填充。
下面我们通过一些题目来理解这个算法思想:
有一幅以 m x n
的二维整数数组表示的图画 image
,其中 image[i][j]
表示该图画的像素值大小。
你也被给予三个整数 sr
, sc
和 newColor
。你应该从像素 image[sr][sc]
开始对图像进行 上色填充 。
为了完成 上色工作 ,从初始像素开始,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 newColor
。
最后返回 经过上色渲染后的图像 。
- 思路:我们从给定的起点开始,进行深度优先搜索(上下左右四个方向)。每次搜索到一个方格时,如果其与初始位置的方格颜色相同,就将该方格的颜色更新,以防止重复搜索;如果不相同,则进行回溯。这里我们设置初始方格为target.
解法一:
- class Solution {
- //记录走过的路径,防止走回头路
- boolean[][] used;
- int target;
- public int[][] floodFill(int[][] image, int sr, int sc, int color) {
- int m = image.length,n = image[0].length;
- used = new boolean[m][n];
- target = image[sr][sc];
- dfs(image,sr,sc,color);
- return image;
- }
- public void dfs(int[][] image,int i,int j,int color){
- int m = image.length,n = image[0].length;
- //剪枝,越界直接返回
- if(i < 0 || j < 0 || i >= m || j >= n){
- return ;
- }
- //使用过的位置也直接返回
- if(used[i][j]) return ;
-
- if(image[i][j] == target){
- //上下左右去深搜,符合条件的都标记为color
- image[i][j] = color;
- used[i][j] = true;
- dfs(image,i - 1,j,color);
- dfs(image,i + 1,j,color);
- dfs(image,i,j - 1,color);
- dfs(image,i,j + 1,color);
- }
-
- }
- }
解法二:基于解法一,我们可以通过定义两个数组来表示方向:dx[ ],dy[ ],其中dx[ ],dy[ ]的位置要一一对应,具体操作如下:
代码详解:
- class Solution {
- boolean[][] used;
- int target;
- int[] dx = {-1,1,0,0};
- int[] dy = {0,0,1,-1};
- public int[][] floodFill(int[][] image, int sr, int sc, int color) {
- int m = image.length,n = image[0].length;
- used = new boolean[m][n];
- target = image[sr][sc];
- dfs(image,sr,sc,color);
- return image;
- }
- public void dfs(int[][] image,int i,int j,int color){
- int m = image.length,n = image[0].length;
- //每次进入都进行标记,并将该位置值改为color
- used[i][j] = true;
- image[i][j] = color;
- //相当于上下左右四个方向进行深搜
- for(int k = 0;k < 4;k++){
- int x = i + dx[k],y = j + dy[k];
- //所有不符合条件的都不能进入深搜
- if(x >= 0 && x < m && y >= 0 && y < n
- && !used[x][y] && image[x][y] == target){
- dfs(image,x,y,color);
- }
- }
- }
- }
运行结果:
给你一个由 '1'
(陆地)和 '0'
(水)组成的的二维网格,请你计算网格中岛屿的数量。
岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。
此外,你可以假设该网格的四条边均被水包围。
- 思路:
- 遍历整个矩阵,每次找到「⼀块陆地」的时候:
- 说明找到「⼀个岛屿」,记录到最终结果 res⾥⾯;
- 并且将这个陆地相连的所有陆地,也就是这块「岛屿」,全部「变成海洋」。这样的话,我们下次 遍历到这块岛屿的时候,它「已经是海洋」了,不会影响最终结果。
- 其中「变成海洋」的操作,可以利⽤「深搜」来解决
解法一:与上面一样,两种解法(类似):
- class Solution {
- int res = 0;
- public int numIslands(char[][] grid) {
- int m = grid.length,n = grid[0].length;
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(grid[i][j] == '1'){
- //每次找到一个岛屿记录一下,再将这个岛屿淹没
- res++;
- dfs(grid,i,j);
- }
- }
- }
- return res;
- }
- public void dfs(char[][] grid,int i,int j){
- int m = grid.length,n = grid[0].length;
- //处理边界情况
- if(i < 0 || j < 0 || i >= m || j >= n){
- return ;
- }
- if(grid[i][j] == '0') return ;
- grid[i][j] = '0';
- //上下左右去淹没这个岛屿
- dfs(grid,i - 1,j);
- dfs(grid,i + 1,j);
- dfs(grid,i,j - 1);
- dfs(grid,i,j + 1);
- }
- }
解法二:
- class Solution {
- int res = 0;
- int[] dx = {0,0,-1,1};
- int[] dy = {1,-1,0,0};
- public int numIslands(char[][] grid) {
- int m = grid.length,n = grid[0].length;
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(grid[i][j] == '1'){
- //说明找到「⼀个岛屿」,记录到最终结果 res⾥⾯
- res++;
- dfs(grid,i,j);//将这个岛屿淹没
- }
- }
- }
- return res;
- }
- public void dfs(char[][] grid,int i,int j){
- int m = grid.length,n = grid[0].length;
-
- grid[i][j] = '0';
- for(int k = 0;k < 4;k++){
- int x = i + dx[k],y = j + dy[k];
- if(x >= 0 && x < m && y >= 0 && y < n
- && grid[x][y] != '0'){
- dfs(grid,x,y);
- }
- }
- }
- }
运行结果:
给你一个大小为 m x n
的二进制矩阵 grid
。
岛屿 是由一些相邻的 1
(代表土地) 构成的组合,这里的「相邻」要求两个 1
必须在 水平或者竖直的四个方向上 相邻。你可以假设 grid
的四个边缘都被 0
(代表水)包围着。
岛屿的面积是岛上值为 1
的单元格的数目。
计算并返回 grid
中最大的岛屿面积。如果没有岛屿,则返回面积为 0
算法思路:
• 遍历整个矩阵,每当遇到⼀块⼟地的时候,就⽤「深搜」或者「宽搜」将与这块⼟地相连的「整个 岛屿」的⾯积计算出来。
• 然后在搜索得到的「所有的岛屿⾯积」求⼀个「最⼤值」即可。
• 在搜索过程中,为了「防⽌搜到重复的⼟地」:
◦ 可以开⼀个同等规模的「布尔数组」,标记⼀下这个位置是否已经被访问过;
◦ 也可以将原始矩阵的 1 修改成 0 ,但是这样操作会修改原始矩阵。
解法一:
- class Solution {
- int maxArea = 0;
- int count;
- boolean[][] used;
- public int maxAreaOfIsland(int[][] grid) {
- int m = grid.length,n = grid[0].length;
- used = new boolean[m][n];
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(grid[i][j] == 1){
- //每次找到一个岛屿都要重置计数
- count = 0;
- dfs(grid,i,j);
- maxArea = Math.max(maxArea,count);
- }
- }
- }
- return maxArea;
- }
-
- public void dfs(int[][] grid,int i,int j){
- int m = grid.length,n = grid[0].length;
- //处理边界情况
- if(i < 0 || j < 0 || i >= m || j >= n){
- return ;
- }
- if(grid[i][j] == 0) return ;
- if(used[i][j]) return ;
-
- used[i][j] = true;
- count++;
- dfs(grid,i - 1,j);
- dfs(grid,i + 1,j);
- dfs(grid,i,j - 1);
- dfs(grid,i,j + 1);
- }
- }
解法二:
- class Solution {
- int maxArea = 0;
- int count = 0;
- int[] dx = {0,0,-1,1};
- int[] dy = {1,-1,0,0};
- boolean[][] used;
- public int maxAreaOfIsland(int[][] grid) {
- int m = grid.length,n = grid[0].length;
- used = new boolean[m][n];
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(grid[i][j] == 1){
- //每次找到一个岛屿都要重置计数
- count = 0;
- dfs(grid,i,j);
- maxArea = Math.max(maxArea,count);
- }
- }
- }
- return maxArea;
- }
-
- public void dfs(int[][] grid,int i,int j){
- int m = grid.length,n = grid[0].length;
-
- used[i][j] = true;
- count++;
- for(int k = 0;k < 4;k++){
- int x = i + dx[k],y = j + dy[k];
- //处理不满足条件的情况
- if(x >= 0 && x < m && y >= 0 && y < n
- && !used[x][y] && grid[x][y] != 0){
- dfs(grid,x,y);
- }
- }
-
- }
- }
运行结果:
m x n
的矩阵 board
,由若干字符 'X'
和 'O'
,找到所有被 'X'
围绕的区域,并将这些区域里所有的 'O'
用 'X'
填充。
- 算法思路:
- 正难则反。 可以先利⽤ dfs 将与边缘相连的 '0' 区域做上标记,然后重新遍历矩阵,将没有标记过的 '0' 修改成 'X' 即可。
- class Solution {
- boolean[][] used;
- public void solve(char[][] board) {
- int m = board.length,n = board[0].length;
- used = new boolean[m][n];
- //分别对应上下左右,标记外围的'O'
- for(int i = 0;i < n;i++){
- dfs2(board,0,i);
- dfs2(board,m - 1,i);
- }
- for(int j = 0;j < m;j++){
- dfs2(board,j,0);
- dfs2(board,j,n - 1);
- }
-
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(board[i][j] != 'X' && !used[i][j]){
- dfs(board,i,j);
- }
- }
- }
-
- }
- //将内部的'O'全部标记为'X'
- public void dfs(char[][] board,int i,int j){
- int m = board.length,n = board[0].length;
- if(i < 0 || j < 0 || i >= m || j >= n){
- return ;
- }
- if(board[i][j] == 'X') return;
- if(used[i][j]) return ;
-
-
- used[i][j] = true;
-
- board[i][j] = 'X';
-
- dfs(board,i - 1,j);
- dfs(board,i + 1,j);
- dfs(board,i,j - 1);
- dfs(board,i,j + 1);
- }
- //将外围的位置标记为true,后续不会对其进行操作
- public void dfs2(char[][] board,int i,int j){
- int m = board.length,n = board[0].length;
- if(i < 0 || j < 0 || i >= m || j >= n){
- return ;
- }
- if(board[i][j] == 'X') return;
- if(used[i][j]) return ;
- used[i][j] = true;
- dfs2(board,i - 1,j);
- dfs2(board,i + 1,j);
- dfs2(board,i,j - 1);
- dfs2(board,i,j + 1);
- }
- }
运行结果:
有一个 m × n
的矩形岛屿,与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界,而 “大西洋” 处于大陆的右边界和下边界。
这个岛被分割成一个由若干方形单元格组成的网格。给定一个 m x n
的整数矩阵 heights
, heights[r][c]
表示坐标 (r, c)
上单元格 高于海平面的高度 。
岛上雨水较多,如果相邻单元格的高度 小于或等于 当前单元格的高度,雨水可以直接向北、南、东、西流向相邻单元格。水可以从海洋附近的任何单元格流入海洋。
返回网格坐标 result
的 2D 列表 ,其中 result[i] = [ri, ci]
表示雨水从单元格 (ri, ci)
流动 既可流向太平洋也可流向大西洋 。
- 算法思路:
正难则反。 如果直接去判断某⼀个位置是否既能到⼤西洋也能到太平洋,会重复遍历很多路径。 我们反着来,从⼤西洋沿岸开始反向 dfs ,这样就能找出那些点可以流向⼤西洋;同理,从太平洋沿 岸也反向 dfs ,这样就能找出那些点可以流向太平洋。那么,被标记两次的点,就是我们要找的结果
- class Solution {
- int m ,n;
- int[] dx = {0,0,1,-1};
- int[] dy = {1,-1,0,0};
- public List<List<Integer>> pacificAtlantic(int[][] heights) {
- m = heights.length;
- n = heights[0].length;
- boolean[][] pac = new boolean[m][n];
- boolean[][] atl = new boolean[m][n];
-
- //先搞太平洋
- for(int j = 0;j < n;j++) dfs(heights,0,j,pac);
- for(int i = 0;i < m;i++) dfs(heights,i,0,pac);
-
- //在搞大西洋
- for(int i = 0;i < m;i++) dfs(heights,i,n - 1,atl);
- for(int j = 0;j < n;j++) dfs(heights,m - 1,j,atl);
-
- //再提取结果:
- List<List<Integer>> res = new ArrayList<>();
- for(int i = 0;i < m;i++){
- for(int j = 0;j < n;j++){
- if(pac[i][j] && atl[i][j]){
- List<Integer> temp = new ArrayList<>();
- temp.add(i);temp.add(j);
- res.add(temp);
- }
- }
- }
- return res;
- }
-
- public void dfs(int[][] heights,int i,int j,boolean[][] used){
- used[i][j] = true;
- for(int k = 0;k < 4;k++){
- int x = i + dx[k],y = j + dy[k];
- if(x >= 0 && x < m && y >= 0 && y < n
- && !used[x][y] && heights[x][y] >= heights[i][j]){
- dfs(heights,x,y,used);
- }
- }
- }
- }
运行结果:
结语: 写博客不仅仅是为了分享学习经历,同时这也有利于我巩固知识点,总结该知识点,由于作者水平有限,对文章有任何问题的还请指出,接受大家的批评,让我改进。同时也希望读者们不吝啬你们的点赞+收藏+关注,你们的鼓励是我创作的最大动力!
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。