一.题目
二.思路讲解
2.1 思路讲解
本题除了用 DFS 实现，同样可以采用 BFS（广度优先搜索） 来完成图像渲染。
-
从起点
(sr, sc)开始，将其颜色改为color，并记录原始颜色。 -
使用一个队列，将起点入队。
-
当队列不为空时，取出队头元素，检查它的 四个方向（上、下、左、右）的邻居格子。
-
若邻居格子 在边界内 、颜色等于原始颜色 、尚未被访问 ，则将其颜色改为
color，并加入队列。 -
重复此过程，直到队列为空。
三.代码演示
cpp
class Solution
{
public:
int bx[4] = {0,0,-1,1};
int by[4] = {1,-1,0,0};
vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int color)
{
int prev = image[sr][sc];//获取一开始要渲染的值
//如果渲染的值和新渲染值相同那么直接返回
if(prev == color) return image;
int row = image.size();//行
int col = image[0].size();//列
queue<pair<int,int>> q;//队列存储的是坐标
q.push({sr,sc});
while(q.size())
{
auto& [a,b] = q.front();//[a,b]直接获取q存储的坐标，auto会自动符合类型
q.pop();
image[a][b] = color;//给它渲染
for(int k = 0;k < 4;k++)
{
int x = a + bx[k],y = b + by[k];
if(x >= 0 && y >= 0 && x < row && y < col && image[x][y] == prev)
{
q.push({x,y});
}
}
}
return image;
}
};四.代码讲解
一、方向数组与变量定义
-
bx[4]、by[4]：表示上、下、左、右四个方向的偏移量。{0,0,-1,1}分别对应右、左、上、下（顺序不重要，只要四个方向覆盖即可）。
-
prev：记录起点像素的原始颜色，用于判断相邻格子是否属于同一连通区域。 -
row、col：分别记录图像的行数和列数，用于边界检查。 -
q：队列，存储待处理的像素坐标(x, y)，用于实现广度优先搜索。
二、主函数 floodFill
-
获取原始颜色 ：
int prev = image[sr][sc]; -
提前返回 ：如果
prev == color，说明新颜色与原始颜色相同，无需任何操作，直接返回原图。 -
获取图像尺寸 ：
row = image.size(); col = image[0].size(); -
初始化队列 ：将起点
(sr, sc)入队。 -
BFS 循环：当队列不为空时，重复以下步骤：
-
取出队头坐标
(a, b)，弹出队列。 -
将当前像素颜色改为
color。 -
遍历四个方向，计算新坐标
(x, y)。 -
若新坐标在边界内且其颜色等于原始颜色
prev，则将其入队（等待后续处理）。
-
-
返回结果：所有连通区域处理完毕后，返回修改后的图像。
三、BFS 过程细节
-
队列的 FIFO 特性：保证了按层扩散，但本题不关心顺序，只需全部遍历即可。
-
入队时机 ：在检查到邻居格子颜色等于
prev时立即入队，避免重复检查。 -
颜色修改时机 ：在从队列取出节点时修改，也可以入队前修改，但当前代码在取出时修改是安全的，因为入队前没有修改，可能会重复入队同一格子？实际上，由于入队前并未修改颜色，同一个格子可能被多次加入队列（因为多个邻居可能都指向它）。但这里在入队前没有检查该格子是否已被处理，所以会导致重复入队，造成大量冗余操作。 注意 ：当前代码存在重复入队 的问题：一个格子可能被多个方向同时发现并加入队列，但由于未标记已处理，它会被多次入队。虽然最终结果正确，但效率会降低。更优的做法是在入队前先修改颜色或使用
visited数组标记，避免重复入队。
四、关键细节
-
提前返回优化：若新颜色与原始颜色相同，直接返回原图，避免不必要的遍历。
-
边界检查 ：每次生成邻居坐标后，必须检查其是否在
[0, row)和[0, col)范围内。 -
颜色比较 ：判断邻居颜色是否等于
prev，而不是等于color，因为尚未修改的格子颜色才是原始颜色。 -
队列元素类型 ：使用
pair<int,int>存储坐标，C++ 中可以用{x, y}构造，auto& [a,b]结构绑定简化代码。
五、流程图
