华为OD机试 - 灰度图恢复（Java 2024 D卷 100分）

news2024/10/7 8:31:07

在这里插入图片描述

华为OD机试 2024D卷题库疯狂收录中，刷题点这里

专栏导读

本专栏收录于《华为OD机试（JAVA）真题（D卷+C卷+A卷+B卷）》。

刷的越多，抽中的概率越大，每一题都有详细的答题思路、详细的代码注释、样例测试，发现新题目，随时更新，全天CSDN在线答疑。

一、题目描述

黑白图像常采用灰度图的方式存储，即图像的每像素填充一个灰阶值，256阶灰度图是个灰阶值取值范围为0-255的灰阶矩阵，0表示全黑，255表示全白，范围内的其他值表示不同的灰度，比如下面的图像及其对应的灰阶矩阵:

在这里插入图片描述
但在计算机中实际存储时，会使用压缩算法，其中一种压缩格式和描述如下：10 10 255 34 0 1 255 8 0 3 255 6 0 5 255 4 0 7 255 2 0 9 255 21

有数值以空格分隔
前两个数分别表示矩阵的行数和列数
从第三个数开始，每两个数一组，每组第一个数是灰阶值，第二个数表示该灰阶值以左到右，从上到下（可理解为将二维数组按行存储在一维矩阵中)的连续像素个数。比如题目所述例子，255 34表示有连续34个像素的灰阶值是255。如此，图像软件在打开此格式灰度图的时候，就可以根据此算法从压缩数据恢复出原始灰度图矩阵。

请从输入的压缩数据恢复灰度图原始矩阵，并返回指定像素的灰阶值。

二、输入描述

输入包括两行，第一行是灰度图压缩数据，第二行表示一个像素位置的行号和列号，如 0 0 表示左上角像素

三、输出描述

一个数字，表示输入数据表示的灰阶矩阵的指定像素的灰阶值。

补充说明

系统保证输入的压缩数据是合法有效的，不会出现数据越界、数值不合法等无法恢复的场景
系统保证输入的像素坐标是合法的，不会出现不在矩阵中的像素
矩阵的行和列数范围为: (0, 100]
灰阶值取值范围为 [0,255]

1、输入

10 10 255 34 0 1 255 8 0 3 255 6 0 5 255 4 0 7 255 2 0 9 255 21
3 4

2、输出

3、说明

四、解题思路

为了恢复灰度图并找到指定像素位置的灰阶值，可以按照以下步骤进行：

解析输入：
- 第一个输入行表示压缩的灰度图数据。
- 第二个输入行表示要查询的像素位置（行号和列号）。
构建灰度矩阵：
- 根据压缩数据的描述，逐组解析每个灰阶值和其对应的连续像素个数。
- 使用一个一维数组（线性方式）存储灰度值，并逐步填充。
找到指定像素的灰阶值：
- 根据行号和列号计算该像素在一维数组中的位置，并返回对应的灰阶值。

五、Java算法源码

public class Test01 {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);

        // 读取第一行压缩的灰度图数据，并分割为字符串数组
        String[] compressedData = scanner.nextLine().split(" ");

        // 第一个数表示矩阵的行数，第二个数表示矩阵的列数
        int rows = Integer.parseInt(compressedData[0]);
        int cols = Integer.parseInt(compressedData[1]);

        // 读取第二行要查询的像素位置，并分割为行号和列号
        String[] position = scanner.nextLine().split(" ");
        int targetRow = Integer.parseInt(position[0]);
        int targetCol = Integer.parseInt(position[1]);

        // 计算目标位置在一维数组中的索引
        int targetIndex = targetRow * cols + targetCol;

        // 初始化变量，currentIndex用于跟踪当前处理的位置，result用于存储目标像素的灰阶值
        int currentIndex = 0;
        int result = 0;

        // 从第三个数开始，每两个数一组解析压缩数据
        for (int i = 2; i < compressedData.length; i += 2) {
            // 第一个数是灰阶值
            int grayValue = Integer.parseInt(compressedData[i]);
            // 第二个数是该灰阶值的连续像素个数
            int count = Integer.parseInt(compressedData[i + 1]);

            // 判断目标索引是否在当前灰阶值的范围内
            if (currentIndex + count > targetIndex) {
                // 如果是，则目标像素的灰阶值就是当前的灰阶值
                result = grayValue;
                break;
            }

            // 否则，更新currentIndex，继续处理下一个灰阶值和像素个数
            currentIndex += count;
        }

        // 输出目标像素的灰阶值
        System.out.println(result);

        // 关闭扫描器
        scanner.close();
    }
}