有一幅以二維整數數組表示的圖畫，每一個整數表示該圖畫的像素值大小，數值在 0 到 65535 之間。

給你一個坐標?(sr, sc)?表示圖像渲染開始的像素值（行 ，列）和一個新的顏色值?newColor，讓你重新上色這幅圖像。

為了完成上色工作，從初始坐標開始，記錄初始坐標的上下左右四個方向上像素值與初始坐標相同的相連像素點，接著再記錄這四個方向上符合條件的像素點與他們對應四個方向上像素值與初始坐標相同的相連像素點，……，重復該過程。將所有有記錄的像素點的顏色值改為新的顏色值。

最后返回經過上色渲染后的圖像。

示例 1:

輸入: image = [[1,1,1],[1,1,0],[1,0,1]] sr = 1, sc = 1, newColor = 2 輸出: [[2,2,2],[2,2,0],[2,0,1]] 解析: 在圖像的正中間，(坐標(sr,sc)=(1,1)),在路徑上所有符合條件的像素點的顏色都被更改成2。 注意，右下角的像素沒有更改為2，因為它不是在上下左右四個方向上與初始點相連的像素點。

注意:

• image 和?image[0]?的長度在范圍?[1, 50] 內。
• 給出的初始點將滿足?0 <= sr < image.length 和?0 <= sc < image[0].length。
• image[i][j] 和?newColor?表示的顏色值在范圍?[0, 65535]內。

DFS

很簡單的一道題，深度優先搜索就好。

Code

def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:def dfs(x, y):if not (-1 < x < len(image) and -1 < y < len(image[0]) and image[x][y] == oldColor):returnimage[x][y] = newColorfor dx, dy in dirs:nx, ny = x + dx, y + dydfs(nx, ny)dirs = [(1, 0), (0, 1), (-1, 0), (0, -1)]oldColor = image[sr][sc]if oldColor != newColor:dfs(sr, sc)return image

復雜度分析

• 時間復雜度：$O(n\times m)$，其中 $n$ 和 $m$ 分別是二維數組的行數和列數。最壞情況下需要遍歷所有的方格一次。
• 空間復雜度：$O(n\times m)$，其中 $n$ 和 $m$ 分別是二維數組的行數和列數。主要為棧空間的開銷。

總結

以上是生活随笔為你收集整理的733. Flood Fill 图像渲染的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。