Coursera 算法二 week2 Seam Carving
这周作业设计到的算法是有向无环图的最短路径算法,只需要按照顶点的拓扑顺序去放松顶点即可。而在这个题目中拓扑顺序就是按照行的顺序或列的顺序。
用到的数据结构为一个二维数组picture同来存储每个像素的颜色,一个二维数组energy用来存储每个像素的能量。开始我是用一个Picture类的对象来存储图像,但是在讨论区里发现用二维数组存储图像,可以占用更小的存储,且计算能量、removeseam时更快更方便。
在检验各像素能量时发现计算结果不正确,后来发现是运算符优先级的问题,((rgbLeft >> 16) & 0xFF) - ((rgbRight >> 16) & 0xFF),即‘ - ’的优先级大于‘ & ’的优先级,因此需要加括号。
在Checklist的Possible Progress Steps中发现计算seam以及removeseam时可以只写Horizontal和Vertical中的一个,然后另一个用矩阵转置的方法来完成。
第一次提交时memory没有通过,原因是把二维数组distTo和二维数组edgeTo放到了成员变量里,后来把这两个数组放到局部变量,就通过了memory测试。
import edu.princeton.cs.algs4.Picture; public class SeamCarver {
private int[][] picture;
private double[][] energy;
private int width;
private int height; public SeamCarver(Picture picture) // create a seam carver object based on the given picture
{
if (picture == null)
throw new IllegalArgumentException();
width = picture.width();
height = picture.height();
energy = new double[width][height];
this.picture = new int[width][height]; for (int i = 0; i < width(); i++)
{
for (int j = 0; j < height(); j++)
this.picture[i][j] = picture.getRGB(i, j);
} for (int i = 0; i < width(); i++)
{
for (int j = 0; j < height(); j++)
energy[i][j] = computeEnergy(i, j);
}
} private double computeEnergy(int x, int y)
{
if (x == 0 || x == width() - 1 || y == 0 || y == height() - 1)
return 1000.0; int rgbUp = picture[x][y - 1];
int rgbDown = picture[x][y + 1];
int rgbLeft = picture[x - 1][y];
int rgbRight = picture[x + 1][y];
double rx = Math.pow(((rgbLeft >> 16) & 0xFF) - ((rgbRight >> 16) & 0xFF), 2);
double gx = Math.pow(((rgbLeft >> 8) & 0xFF) - ((rgbRight >> 8) & 0xFF), 2);
double bx = Math.pow(((rgbLeft >> 0) & 0xFF) - ((rgbRight >> 0) & 0xFF), 2); double ry = Math.pow(((rgbUp >> 16) & 0xFF) - ((rgbDown >> 16) & 0xFF), 2);
double gy = Math.pow(((rgbUp >> 8) & 0xFF) - ((rgbDown >> 8) & 0xFF), 2);
double by = Math.pow(((rgbUp >> 0) & 0xFF) - ((rgbDown >> 0) & 0xFF), 2); return Math.sqrt(rx + gx + bx + ry + gy + by);
} public Picture picture() // current picture
{
Picture pic = new Picture(width, height);
for (int i = 0; i < width; i++)
for (int j = 0; j < height; j++)
pic.setRGB(i, j, picture[i][j]); return pic;
} public int width() // width of current picture
{
return width;
} public int height() // height of current picture
{
return height;
} public double energy(int x, int y) // energy of pixel at column x and row y
{
if (x < 0 || x > width - 1 || y < 0 || y > height - 1)
throw new IllegalArgumentException();
return energy[x][y];
} private void relaxvertical(double[][] distTo, int[][] edgeTo, int x, int y)
{
if (distTo[x][y + 1] > distTo[x][y] + energy[x][y + 1])
{
distTo[x][y + 1] = distTo[x][y] + energy[x][y + 1];
edgeTo[x][y + 1] = x;
}
if (x > 0 && distTo[x - 1][y + 1] > distTo[x][y] + energy[x - 1][y + 1])
{
distTo[x - 1][y + 1] = distTo[x][y] + energy[x - 1][y + 1];
edgeTo[x - 1][y + 1] = x;
}
if (x < width() - 1 && distTo[x + 1][y + 1] > distTo[x][y] + energy[x + 1][y + 1])
{
distTo[x + 1][y + 1] = distTo[x][y] + energy[x + 1][y + 1];
edgeTo[x + 1][y + 1] = x;
}
} private void transpose()
{
int temp = width;
width = height;
height = temp; double[][] energy2 = new double[width][height];
int[][] picture2 = new int[width][height]; for (int i = 0; i < width; i++)
{
for (int j = 0; j < height; j++)
{
energy2[i][j] = energy[j][i];
picture2[i][j] = picture[j][i];
}
} energy = energy2;
picture = picture2;
} public int[] findHorizontalSeam() // sequence of indices for horizontal seam
{
transpose();
int[] array = findVerticalSeam();
transpose();
return array;
} public int[] findVerticalSeam() // sequence of indices for vertical seam
{
int[] seam = new int[height];
double[][] distTo = new double[width][height];
int[][] edgeTo = new int[width][height]; for (int i = 0; i < width; i++)
{
for (int j = 0; j < height; j++)
{
if (j == 0) distTo[i][j] = energy[i][j];
else distTo[i][j] = Double.POSITIVE_INFINITY;
}
}
for (int j = 0; j < height - 1; j++)
{
for (int i = 0; i < width; i++)
{
relaxvertical(distTo, edgeTo, i, j);
}
} double min = Double.MAX_VALUE;
int minIndex = 0;
for (int i = 0; i < width; i++)
{
if (distTo[i][height - 1] < min)
{
min = distTo[i][height - 1];
minIndex = i;
}
} seam[height - 1] = minIndex;
for (int j = height - 2; j >= 0; j--)
{
seam[j] = edgeTo[seam[j + 1]][j + 1];
} return seam;
} public void removeHorizontalSeam(int[] seam) // remove horizontal seam from current picture
{
checkSeam(seam); int min = Integer.MAX_VALUE;
int max = 0; for (int i = 0; i < width; i++)
{
if (seam[i] > max) max = seam[i];
if (seam[i] < min) min = seam[i]; for (int j = seam[i]; j < height - 1; j++)
{
picture[i][j] = picture[i][j + 1];
}
} height--;
if (min > 0) min--;
if (max > height - 1) max = height - 1; for (int i = 0; i < width; i++)
{
for (int j = min; j <= max; j++)
energy[i][j] = computeEnergy(i, j);
for (int j = max + 1; j < height - 1; j++)
energy[i][j] = energy[i][j + 1];
} } private void checkSeam(int[] seam)
{
if (height <= 1 || seam == null || seam.length != width)
throw new IllegalArgumentException();
for (int i = 0; i < width; i++)
{
if (seam[i] < 0 || seam[i] > height - 1)
throw new IllegalArgumentException();
if (i > 0 && Math.abs(seam[i] - seam[i - 1]) > 1)
throw new IllegalArgumentException();
}
}
public void removeVerticalSeam(int[] seam) // remove vertical seam from current picture
{
transpose();
removeHorizontalSeam(seam);
transpose();
}
}
Coursera 算法二 week2 Seam Carving的更多相关文章
- Coursera 算法二 week 5 BurrowsWheeler
本打算周末完成这次作业,但没想到遇到了hard deadline,刚开始看不懂题意,后来发现算法4书上有个类似的问题,才理解了题意.最后晚上加班,上课加班,还好在11:35也就是课程结束前25分钟完成 ...
- Coursera 算法二 week 3 Baseball Elimination
这周的作业不需要自己写算法,只需要调用库函数就行,但是有些难以理解,因此用了不少时间. import edu.princeton.cs.algs4.FlowEdge; import edu.princ ...
- Coursera 算法二 week 4 Boggle
这次的作业主要用到了单词查找树和深度优先搜索. 1.在深度优先搜索中,在当前层的递归调用前,将marked数组标记为true.当递归调用返回到当前层时,应将marked数组标记为false.这样既可以 ...
- coursera 算法二 week 1 wordnet
这周的作业可谓是一波三折,但是收获了不少,熟悉了广度优先搜索还有符号图的建立.此外还知道了Integer.MAX_VALUE. SAP: 求v和w的大概思路是对v和w分别广度优先搜索,然后遍历图中每一 ...
- Programming Assignment 2: Seam Carving
编程作业二 作业链接:Seam Carving & Checklist 我的代码:SeamCarver.java 问题简介 接缝裁剪(Seam carving),是一个可以针对照片内容做正确缩 ...
- Seam carving 学习笔记
今天首次接触了图像编辑中的seam carving知识,感觉挺神奇的.虽然我自己可能理解的不是很深刻,但是记录下来,总是好的. seam carving直接翻译过来是“线裁剪”的意思.它的主要用途是对 ...
- HDU5092——Seam Carving(动态规划+回溯)(2014上海邀请赛重现)
Seam Carving DescriptionFish likes to take photo with his friends. Several days ago, he found that s ...
- 递推DP HDOJ 5092 Seam Carving
题目传送门 /* 题意:从上到下,找最短路径,并输出路径 DP:类似数塔问题,上一行的三个方向更新dp,路径输出是关键 */ #include <cstdio> #include < ...
- TensorFlow 入门之手写识别(MNIST) softmax算法 二
TensorFlow 入门之手写识别(MNIST) softmax算法 二 MNIST Fly softmax回归 softmax回归算法 TensorFlow实现softmax softmax回归算 ...
随机推荐
- RDS mysql 与ECS自建mysql做主从备份
由于公司要组建一个数据中心,简而言之就是把各个地方的数据都同步到一个地方,做BI建模和数据分析. 一般来说这种需求是由hadoop来实现的,但由于预算不够..所以,来个low点的办法吧 以下主要是讲r ...
- Linux基础学习(一)
前言:这个学习笔记是为了督促自己能够更好的学习Linux的有关知识. 参考书目 鸟哥的linux私房菜 Chapter 1:入门建议 新手建议:重点 基础一定一定要学好 那么什么是基础呢? 先从Lin ...
- RabbitMQ简介和使用
一.RabbitMQ简介 1.什么是RabbitMQ AMQP,即Advanced Message Queuing Protocol,高级消息队列协议,是应用层协议的一个开放标准,为面向消息的中间件设 ...
- IOS BLE4.0蓝牙和外设连接和收发数据的流程
前言: 苹果在IOS 6系统之后开始支持BLE 4.0,iPhone4s,iPod 5,iPad 3等之后的机型开始内嵌BLE4.0硬件,因此在开发前请先确认你的开发环境符合上述要求,并且苹果在BLE ...
- POJ2388-Who's in the Middle
题目链接:点击打开链接 Who's in the Middle Time Limit: 1000MS Memory Limit: 65536K Total Submissions: 45683 ...
- Luogu P4144 大河的序列 贪心+脑子
首先向颜神犇致敬...还是自己太菜,又不仔细思考,上来就翻题解$qwq$ 首先有一种贪心方法:即,$ans=2*max(dirty_i)$ 证明:若现在的答案为$ans$,考虑一个新的数$x$对答案的 ...
- selenium框架安装及webdriver安装
本文介绍的是selenium安装及webdriver安装.小实例 1.selenium介绍 selenium是一个用于web应用程序测试的工具. Selenium测试直接运行在浏览器,就向真正的用户操 ...
- postgresql备份数据库
备份数据库:pg_dump -U username -h localhost -f /me.sql 数据库名; 恢复数据库:psql -U username -h localhost -f /me.s ...
- POJ 3321 Apple Tree DFS序 + 树状数组
多次修改一棵树节点的值,或者询问当前这个节点的子树所有节点权值总和. 首先预处理出DFS序L[i]和R[i] 把问题转化为区间查询总和问题.单点修改,区间查询,树状数组即可. 注意修改的时候也要按照d ...
- CSU 1453: 平衡序列 学会线段树后必做
http://acm.csu.edu.cn/OnlineJudge/problem.php?id=1453. 题目:给定一个大小为100000的数组,里面的数字最大也是100000.现在叫你求出一段子 ...