题目

包含整数的二维矩阵 M 表示一个图片的灰度。你需要设计一个平滑器来让每一个单元的灰度成为平均灰度 (向下舍入) ，平均灰度的计算是周围的8个单元和它本身的值求平均，如果周围的单元格不足八个，则尽可能多的利用它们。

示例 1:

1
2
3
4
5
6
7
8
9
10
11
12
输入:
[[1,1,1],
 [1,0,1],
 [1,1,1]]
输出:
[[0, 0, 0],
 [0, 0, 0],
 [0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0

注意:

  1. 给定矩阵中的整数范围为 [0, 255]。
  2. 矩阵的长和宽的范围均为 [1, 150]。

题解

思路

  • 题目不难，但是很多写法有多层循环，写法不够 Pythonic
  • 其实两层循环就够了
  • 第一层循环，遍历所有的点
  • 第二层循环，遍历这些点的邻居
  • 利用 Python 循环可以用两个变量的特性即可

代码

1
2
3
4
5
6
7
8
9
10
11
class Solution:
    def imageSmoother(self, M: List[List[int]]) -> List[List[int]]:
        ans = [[0] * len(M[0]) for _ in M]
        for row,col in [(i,j) for i in range(len(M)) for j in range(len(M[0]))]:
            count = 0
            for dx,dy in [(i,j) for i in range(row - 1,row + 2) for j in range(col - 1,col + 2)]:
                if 0 <= dx < len(M) and 0<= dy < len(M[0]): 
                    ans[row][col] += M[dx][dy]
                    count += 1
            ans[row][col] //= count
        return ans