0661. 图片平滑器【简单】

• 1. 📝 题目描述
• 2. 🎯 s.1 - 暴力解法

1. 📝 题目描述

• leetcode

图像平滑器 是大小为 3 x 3 的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。

每个单元格的 平均灰度 定义为：该单元格自身及其周围的 8 个单元格的平均值，结果需向下取整。（即，需要计算蓝色平滑器中 9 个单元格的平均值）。

如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。

给你一个表示图像灰度的 m x n 整数矩阵 img，返回对图像的每个单元格平滑处理后的图像。

---

示例 1：

输入:img = [[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

示例 2：

输入: img = [[100,200,100],[200,50,200],[100,200,100]]
输出: [[137,141,137],[141,138,141],[137,141,137]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138

---

提示：

• m == img.length
• n == img[i].length
• 1 <= m, n <= 200
• 0 <= img[i][j] <= 255

2. 🎯 s.1 - 暴力解法

js

/**
 * @param {number[][]} img
 * @return {number[][]}
 */
var imageSmoother = function (img) {
  const m = img.length
  const n = img[0].length
  const result = new Array(m)

  // 初始化结果数组
  for (let i = 0; i < m; i++) {
    result[i] = new Array(n)
  }

  // 遍历每个像素点
  for (let i = 0; i < m; i++) {
    for (let j = 0; j < n; j++) {
      let sum = 0
      let count = 0

      // 遍历当前像素及其周围的8个像素
      for (let x = Math.max(0, i - 1); x <= Math.min(m - 1, i + 1); x++) {
        for (let y = Math.max(0, j - 1); y <= Math.min(n - 1, j + 1); y++) {
          sum += img[x][y]
          count++
        }
      }

      // 计算平均值并向下取整
      result[i][j] = Math.floor(sum / count)
    }
  }

  return result
}

• 时间复杂度：$O(m\times n)$
  • 其中 m 和 n 分别是图像的行数和列数。虽然有三层循环，但内两层循环最多只遍历 9 个元素，因此总体仍是线性时间复杂度。
• 空间复杂度：$O(1)$
  • 不考虑输出数组的话，只使用了常数额外空间。
• 暴力解法：
  • 遍历所有像素点，对每个像素点周围的 $3\ast 3$ 矩阵像素进行求和，并统计有效像素点的个数，最后计算平均值（向下取整）。
  • 遍历每个点的 $3\ast 3$ 矩阵的时候需要注意边界处理。