【问题标题】:How can traversing through a (bit-)map be implemented more elegantly?如何更优雅地实现遍历(位)映射?
【发布时间】:2017-05-12 19:23:52
【问题描述】:

总的来说:如何更有效地实现和使用遍历偏移量?

假设我们在下面定义了一个位图。我们如何从一个固定像素开始遍历(在这种情况下收集)所有附近的像素 - 并最终避免这 8 个 if 语句?

// The bitmap 1920x1080px
RGBColor[][] imageMatrix = new RGBColor[1920][1080];

// Collect all nearby pixels that are not white
ArrayList<RGBColor> neighboringPixels = new ArrayList<RGBColor>();

// Width-index of center pixel
int w = 50;
// Height-index of center pixel
int h = 50;

// Initializing offsets for a more elegant check-up...
int[][] offsets = { { -1, -1 }, { 0, -1 }, { 1, -1 },
        { 1, 0 }, { 1, 1 }, { 0, 1 }, { -1, 1 },
        { -1, 0 } };

// But this is what I came up with
// Get top-left pixel
if (!(w - 1 < 0 || w - 1 > 255 || h - 1 < 0 || h - 1 > 255)) {
    neighboringPixels.add(imageMatrix[w - 1][h - 1]);
}
// Get top pixel
if (!(w < 0 || w > 255 || h - 1 < 0 || h - 1 > 255)) {
    neighboringPixels.add(imageMatrix[w][h - 1]);
}
// Get top-right pixel
if (!(w + 1 < 0 || w + 1 > 255 || h - 1 < 0 || h - 1 > 255)) {
    neighboringPixels.add(imageMatrix[w + 1][h - 1]);
}
// Get right pixel
if (!(w + 1 < 0 || w + 1 > 255 || h < 0 || h > 255)) {
    neighboringPixels.add(imageMatrix[w + 1][h]);
}
// Get bottom-right pixel
if (!(w + 1 < 0 || w + 1 > 255 || h + 1 < 0 || h + 1 > 255)) {
    neighboringPixels.add(imageMatrix[w + 1][h + 1]);
}
// Get bottom pixel
if (!(w < 0 || w > 255 || h + 1 < 0 || h + 1 > 255)) {
    neighboringPixels.add(imageMatrix[w][h + 1]);
}
// Get bottom-left pixel
if (!(w - 1 < 0 || w - 1 > 255 || h + 1 < 0 || h + 1 > 255)) {
    neighboringPixels.add(imageMatrix[w - 1][h + 1]);
}
// Get left pixel
if (!(w - 1 < 0 || w - 1 > 255 || h < 0 || h > 255)) {
    neighboringPixels.add(imageMatrix[w - 1][h]);
}

【问题讨论】:

  • 定义“高效”?你是说速度还是代码行数?
  • @Lashane 我主要是指代码行。如果我们在三维空间中工作,必须有一种方法可以避免这 8 个 if 语句甚至 26 个 if 语句。

标签: java arrays bitmap offset traversal


【解决方案1】:

您当前的代码在最坏的情况下包含 32 个条件。

就我得出的代码行而言,或多或少的最小解决方案是这样的:

final int minH = Math.max(0, h - 1);
final int maxH = Math.min(255, h + 1);
final int minW = Math.max(0, w - 1);
final int maxW = Math.min(255, w + 1);

for (int i = minH; i <= maxH; i++)
    for (int j = minW; j <= maxW; j++)
        if ((i != h) || (j != w))
            neighboringPixels.add(imageMatrix[i][j]);

在最坏的情况下,将有 4+4*4*2 = 36 个条件。

在执行时间方面的最小解决方案可能如下所示:

final int prevH = h - 1;
final int minW = Math.max(0, w - 1);
final int nextH = h + 1;
final int maxW = Math.min(255, w + 1);

if ((prevH >= 0) && (prevH <= 255))
    for (int i = minW; i <= maxW; i++)
        neighboringPixels.add(imageMatrix[prevH][i]);
if ((h >= 0) && (h <= 255)) {
    if ( (minW != w) && (minW <= 255) )
        neighboringPixels.add(imageMatrix[h][minW]);
    if ( (maxW != w) && (maxW >= 0) )
        neighboringPixels.add(imageMatrix[h][maxW]);
}
if ((nextH >= 0) && (nextH <= 255))
    for (int i = minW; i <= maxW; i++)
        neighboringPixels.add(imageMatrix[nextH][i]);

最坏情况 2+2+4+6+2+4 = 20 个条件

作为进一步优化:

条件if ( (a&gt;=0) &amp;&amp; (a&lt;=255) ) 可以优化为if ( (a&amp;~0xff) != 0) 但它仅适用于[0-255] 范围

【讨论】:

    【解决方案2】:

    你正在一个 3x3 的正方形上迭代:

    for (int i=w-1; i<w+2; ++i) {
       if (i<0 || i>=255) continue;
       for (int j=h-1; j<h+3; ++j) {
           if (j<0 || j>=255) continue;
           if (i==w && j==h) continue;
           neighboringPixels.add(imageMatrix[i][j]);
       }
    

    尽可能简单地编写代码,让编译器进行优化。

    【讨论】:

    • 几乎是正确的代码,只需将 if (i==0 &amp;&amp; j==0) continue; 更改为使用 w/h 而不是 0
    【解决方案3】:

    简单地说:

    for (int i = -1 ; i <= 1 ; i++) {
        int wi = w + i;
        if (wi >= 0 && wi <= 255) {
            for (int j = -1 ; j <= 1 ; j++) {
                int hj = h + j;
                if (!(i == 0 && j == 0) && hj >= 0 && hj <= 255) {
                    neighboringPixels.add(imageMatrix[wj][hj]);
                }
            }
        }
    }
    

    【讨论】:

      猜你喜欢
      • 2010-11-24
      • 2018-07-31
      • 2011-07-12
      • 2011-09-08
      • 1970-01-01
      • 2011-05-11
      • 2011-04-29
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多