Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
题目描述
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:
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:
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
题解
1.bfs 广度优先遍历
广度优先遍历，主要是通过队列的方式来处理，入队和出队的操作。
保留初始的颜色值，再每次进行更新当前所在位置的颜色，防止重复入队操作。
const floodFill = (image, sr, sc, newColor) => {
const currentColor = image[sr][sc]
if (currentColor === newColor) return image
const rowLength = image.length
const columnLength = image[0].length
// 返回当前的color
const returnColor = (x, y) => {
return image[x][y]
}
const isExistence = (x, y) => {
if (x >= rowLength || y >= columnLength || x < 0 || y < 0) return false
return true
}
const positionTop = (x, y) => {
return [x - 1, y]
}
const positionBottom = (x, y) => {
return [x + 1, y]
}
const positionLeft = (x, y) => {
return [x, y - 1]
}
const positionRight = (x, y) => {
return [x, y + 1]
}
// 创建队列
const bfs = [[sr, sc]]
while (bfs.length) {
const [x, y] = bfs.shift()
if (!isExistence(x, y) || returnColor(x, y) !== currentColor) continue
image[x][y] = newColor
bfs.push(positionTop(x, y))
bfs.push(positionBottom(x, y))
bfs.push(positionLeft(x, y))
bfs.push(positionRight(x, y))
}
return image
}
1.dfs 深度优先遍历
深度优先遍历，主要是通过递归的方式
也是需要保留初始的颜色值，然后再每次进行更新当前所在位置的颜色，防止重复递归。
const floodFill = (image, sr, sc, newColor) => {
const currentColor = image[sr][sc]
if (currentColor === newColor) return image
const rowLength = image.length
const columnLength = image[0].length
// 返回当前的color
const returnColor = (x, y) => {
return image[x][y]
}
const isExistence = (x, y) => {
if (x >= rowLength || y >= columnLength || x < 0 || y < 0) return false
return true
}
const positionTop = (x, y) => {
return [x - 1, y]
}
const positionBottom = (x, y) => {
return [x + 1, y]
}
const positionLeft = (x, y) => {
return [x, y - 1]
}
const positionRight = (x, y) => {
return [x, y + 1]
}
const dfs = (x, y) => {
if (!isExistence(x, y) || returnColor(x, y) !== currentColor) return
image[x][y] = newColor
dfs(...positionTop(x, y))
dfs(...positionBottom(x, y))
dfs(...positionLeft(x, y))
dfs(...positionRight(x, y))
}
dfs(sr, sc)
return image
}
总结
该题目 10 ：该题目用到了广度优先遍历和深度优先遍历，两种解决方案，总结下
-
广度优先遍历：队列
-
深度优先遍历：递归
