在二维整数数组中找到一个形状
Locate a shape in a 2D array of integers
在固定大小的整数映射上
1,1,1,0,0,0,0,0,0,0,0,0,0
0,1,1,0,0,1,0,0,0,0,0,0,0
0,0,1,0,1,2,1,0,0,1,2,0,0
0,0,0,0,0,0,0,0,0,0,0,0,0
查找任意未旋转形状的位置:
0,0,0,1,0
1,0,1,1,1
输出:[2,1](形状的左上角)
解决方案是一个区域,它可以根据形状在地图中的相对位置为形状提供所需的值。找到太大的整数值不会取消区域的资格。只有一个太小了。
蛮力方法是遍历形状的每个可能的偏移量,然后循环两个矩阵以测试是否有足够的值。
另一种方法是将地图的行和列与形状相加,然后找到可能存在的解决方案,然后测试每个解决方案以查看它们是否有效。这只有在地图人烟稀少时才有用。
你能推荐一个更好的方法吗?希望降低 Big O 的复杂性。
一种可能的优化是使用 integral image.
执行以下步骤:
1) 找到形状中的最大值,然后对地图进行预处理,将所有高于最大值的值夹紧到最大值。
2) 创建一个整数图像数组,其中一个条目 ii[y][x] 包含 map[j][i] 中所有条目的总和,其中 j <= y 且 i <= x,已计算类似这样:
for(int y = 0; y <= rows; y++)
{
int rowsum = 0;
for(int x = 0; x <= columns; x++)
{
rowsum += map[y][x];
ii[y][x] = rowsum + (y > 0) ? ii[y-1][x] : 0;
}
}
您可以使用积分图像数组快速计算给定地图矩形中所有条目的总和,只需 4 次数组查找(省略数组索引的上限检查):
int computeRectSum(int x, int y, int width, int height)
{
int sum = ii[y + (height - 1)][x + (width - 1)];
if(x > 0)
sum -= ii[y + (height - 1)][x-1];
if(y > 0)
sum -= ii[y-1][x + (width - 1)];
if((x > 0) && (y > 0))
sum += ii[y-1][x-1];
return sum;
}
3) 对搜索形状中的所有值求和。
4) 遍历地图,并为每个 (x,y) 计算 (x, y, shape width, shape height) 的矩形总和。如果它小于形状总和,则地图中不可能有左上角位于 (x,y) 的形状,因此您可以跳过它。否则检查。
与行和列求和一样,此优化最适用于稀疏数组,但我认为性能应该稍微好一些,因为它是一个更局部的测试。您可以同时使用它们:如果一行的总和小于形状的顶行总和,则排除整行。
如果地图人烟稀少,您还可以通过检查比搜索形状大得多的区域,使用积分图像以分而治之的方法排除地图的大块区域。
在 (4) 中的测试通过时检查形状:
对于大的形状,你可以(广度优先)递归地细分形状,在每一步测试子区域:首先用积分图像测试整个形状矩形(即步骤 4),然后如果通过则细分为4 个子区域并以相同的方式测试它们,然后测试子子区域等,直到你最终得到一个 1x1 子区域,在这种情况下你只是在做你的原始检查。您还必须计算形状的积分图像才能使用此算法。
在固定大小的整数映射上
1,1,1,0,0,0,0,0,0,0,0,0,0
0,1,1,0,0,1,0,0,0,0,0,0,0
0,0,1,0,1,2,1,0,0,1,2,0,0
0,0,0,0,0,0,0,0,0,0,0,0,0
查找任意未旋转形状的位置:
0,0,0,1,0
1,0,1,1,1
输出:[2,1](形状的左上角)
解决方案是一个区域,它可以根据形状在地图中的相对位置为形状提供所需的值。找到太大的整数值不会取消区域的资格。只有一个太小了。
蛮力方法是遍历形状的每个可能的偏移量,然后循环两个矩阵以测试是否有足够的值。
另一种方法是将地图的行和列与形状相加,然后找到可能存在的解决方案,然后测试每个解决方案以查看它们是否有效。这只有在地图人烟稀少时才有用。
你能推荐一个更好的方法吗?希望降低 Big O 的复杂性。
一种可能的优化是使用 integral image.
执行以下步骤:
1) 找到形状中的最大值,然后对地图进行预处理,将所有高于最大值的值夹紧到最大值。
2) 创建一个整数图像数组,其中一个条目 ii[y][x] 包含 map[j][i] 中所有条目的总和,其中 j <= y 且 i <= x,已计算类似这样:
for(int y = 0; y <= rows; y++)
{
int rowsum = 0;
for(int x = 0; x <= columns; x++)
{
rowsum += map[y][x];
ii[y][x] = rowsum + (y > 0) ? ii[y-1][x] : 0;
}
}
您可以使用积分图像数组快速计算给定地图矩形中所有条目的总和,只需 4 次数组查找(省略数组索引的上限检查):
int computeRectSum(int x, int y, int width, int height)
{
int sum = ii[y + (height - 1)][x + (width - 1)];
if(x > 0)
sum -= ii[y + (height - 1)][x-1];
if(y > 0)
sum -= ii[y-1][x + (width - 1)];
if((x > 0) && (y > 0))
sum += ii[y-1][x-1];
return sum;
}
3) 对搜索形状中的所有值求和。
4) 遍历地图,并为每个 (x,y) 计算 (x, y, shape width, shape height) 的矩形总和。如果它小于形状总和,则地图中不可能有左上角位于 (x,y) 的形状,因此您可以跳过它。否则检查。
与行和列求和一样,此优化最适用于稀疏数组,但我认为性能应该稍微好一些,因为它是一个更局部的测试。您可以同时使用它们:如果一行的总和小于形状的顶行总和,则排除整行。
如果地图人烟稀少,您还可以通过检查比搜索形状大得多的区域,使用积分图像以分而治之的方法排除地图的大块区域。
在 (4) 中的测试通过时检查形状:
对于大的形状,你可以(广度优先)递归地细分形状,在每一步测试子区域:首先用积分图像测试整个形状矩形(即步骤 4),然后如果通过则细分为4 个子区域并以相同的方式测试它们,然后测试子子区域等,直到你最终得到一个 1x1 子区域,在这种情况下你只是在做你的原始检查。您还必须计算形状的积分图像才能使用此算法。