每日OJ题_BFS解决FloodFill①_力扣733. 图像渲染

[力扣733. 图像渲染](#力扣733. 图像渲染)

BFS解决FloodFill简介

FloodeFill算法即填充算法，中文：洪水灌溉，算法原理就是从一个点开始向四周扩散，向周围可以走到的点填充颜色，直到将可扩散到的点全部填充颜色。

通常使用下面两种方法解决FloodFill算法问题：

BFS （宽搜）算法通常使用队列实现，将起始像素点加入队列中，并不断扩展队列中的像素点，直到队列为空为止。
DFS（深搜）算法通常使用递归实现，在处理当前像素点的相邻像素点时，递归调用 DFS 函数，不断深入直到无法找到相邻像素为止。

假设这一块4*4的方格是一块土地，有凸起的地方，也有凹陷的地方（凹陷的地方用负数表示）。此时下大雨发洪水，会把凹陷的地方填满。绿色圈起来的属于一块区域（上下左右四个方向，有时候题目也会问八个方向包括斜着相连的），题目会问有多少块区域被填满，或者问被填满的最大区域是哪个，或某一块区域的边长是多少。但是本质都是在一块区域找性质相同的连通块。

DFS：深度优先遍历（递归）：从某一点开始一条路走到黑。以最右列的为例，从-1出发，向下->-2->-10->-12，此时发现-12的上下左右都走不了，在拐回去到-10，然后发现-10左边可以走->-4->-3。

BFS：宽度优先遍历：一层一层拨开。还是以最右边为例，从-1开始拓展一层（上下左右）发现能把-2扩展出来，接着继续扩展一层上下左右，-3和-10扩展出来；接着在扩展一层上下左右，把-4和-12扩展出来。

这时常用两个数组来遍历结点的上下左右结点：

cpp 复制代码

    int dx[4] = {0, 0 , -1, 1}; // i点加dx，dy就是i点的上下左右下标

    int dy[4] = {1, -1 , 0, 0};

力扣733. 图像渲染

733. 图像渲染

难度简单

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。

示例 1:

复制代码

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。

示例 2:

复制代码

输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]

提示:

m == image.length
n == image[i].length
1 <= m, n <= 50
0 <= image[i][j], newColor < 216
0 <= sr < m
0 <= sc < n

cpp 复制代码

class Solution {
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {
        
    }
};

解析代码

可以利用深搜或者宽搜，遍历到与该点相连的所有像素相同的点，然后将其修改成指定的像素即可。后面深搜专题用深搜写，这里用宽搜写：

cpp 复制代码

class Solution {
    int dx[4] = {0, 0 , -1, 1}; // i点加dx，dy就是i点的上下左右下标
    int dy[4] = {1, -1 , 0, 0};
    
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color) {
        int prev = image[sr][sc];
        if(prev == color)
            return image;

        int m = image.size(), n = image[0].size(); // 获取大小防止越界
        queue<pair<int, int>> q; // 存下标
        q.push({sr, sc});
        while(!q.empty()) // 模拟层序遍历
        {
            auto [a, b] = q.front(); // 拿到队头的元素（一个pair）
            q.pop();
            image[a][b] = color; // 拿到的元素染上新颜色
            for(int i = 0; i < 4; ++i)
            {
                int x = a + dx[i], y = b + dy[i];
                if(x >= 0 && x < m && y >= 0 && y < n && image[x][y] == prev)
                {
                    q.push({x, y});
                }
            }
        }
        return image;
    }
};