【转】POJ 1009

转自：優YoU   http://user.qzone.qq.com/289065406/blog/1311227000

大致题意：

某种卫星使用一种叫做“run length encoding”的方式来储存大尺寸图片，

有一种简单的 edge detection 算法 是将 图像中的每一个点的值与他周围的八个点相减，然后记录下绝对值最大的，上面的右图是左图经过这种算法转换之后的结果。

现在你的任务就是实现这个算法，输入的图片是以 run length encoding 的形式表示的，同时也要求转换后的图片也以 run length encoding 的形式表示。

 

解题思路：

非常令人纠结的模拟题，

由于图片宽度可能为10^9，因此不能开数组，会MLE

又因为像素点很多，不能直接暴力，会TLE

 

突破点在于Input的pair，pair上限只有1000，数据量是最少的，因此只能利用这点去解题。

要利用pair，就必须懂得“跳跃式编码”，就是说只在像素发生变化的位置进行编码，而像素没有变化的位置则其编码值与其左边的像素一致。

 

我只说解题方法，不给证明了。

先给所有像素点pix顺序标号pos，从1开始，以这个标号pos作为该像素点pix的索引

利用pos去模拟pix在二维图片的坐标row=(pos-1)/width，col=(pos-1)%width

这样就无需定义二维数组，仅仅虚构了一个二维数组，就解决了空间溢出MLE的问题

 

接下来在 像素发生变化的位置（下面称为“边界”）的地方 编码

边界位置其实就是每对pair的个数决定的，对边界位置及其周遭共9个像素点编码，把编码结果及对应的索引pos都存放在OutMap，编码方法就是题目给出的算法

最后把OutMap中的编码值根据其索引值进行升序排序，依次读取OutMap中的编码值，当编码值code发生变化时，则用 变化后的编码索引 减去 变化前的编码索引，就是code在OutMap中出现的次数。

 

 

Source修正：

Mid-Central USA 2000

http://mcpc.cigas.net/archives/2000/browse.html

 

//Memory Time
//332K   32MS

#include<iostream>
#include<cmath>
#include<algorithm>
using namespace std;

const int size=1000;  //每幅图片的pair上限
int width;  //Map的宽
int total=0;  //像素点总个数

typedef class OutMapPix
{
    public:
        int pos;    //OutMap中每个像素点的顺序位置，pos从1开始
        int code;   //OutMap中每个像素点对应InMap的编码
}Pix;

int InMapPair[size][2];  //InMapPair[][0]为像素值，InMapPair[][1]为InMapPair[][0]连续出现的个数
Pix OutMap[size*8];    //每个pix都依赖其周围的8个点编码

int cmp(const void* a,const void* b);  //快排比较规则
int GetValue(int pos);  //返回第pos个像素点的像素值
int GetCode(int pos);   //返回第pos个像素点的编码

int main(int k)
{
    while(cin>>width && width)
    {
        int pairv,pairt;
        k=total=0;
        while(cin>>pairv>>pairt && pairt)
        {
            InMapPair[k][0]=pairv;
            InMapPair[k++][1]=pairt;
            total+=pairt;
        }
        int PairNum=k;  //pair的个数

        cout<<width<<endl;

        int pos=1;  //当前处理的像素点的位置
        k=0; //OutMap[]指针
        for(int p=0;p<=PairNum;p++)
        {
            int row=(pos-1)/width;  //得到pos在二维图对应的坐标
            int col=(pos-1)%width;

            for(int i=row-1;i<=row+1;i++)        //枚举(row,col)周围及其自身共9个点(x,y)
                for(int j=col-1;j<=col+1;j++)
                {
                    int tpos=i*width+j;  //得到(x,y)的顺序位置

                    if(i<0 || j<0 || j>=width || tpos>=total)
                        continue;

                    OutMap[k].pos=tpos+1;
                    OutMap[k++].code=GetCode(tpos+1);  //对发生变化的像素点的附近8个点编码
                }

            pos+=InMapPair[p][1];  //跳跃，确定下一个像素发生变化的点的位置
        }

        qsort(OutMap,k,sizeof(Pix),cmp);  //对OutMap根据顺序位置

        /*OutPut*/

        Pix temp=OutMap[0];
        for(int i=0;i<k;i++)
        {
            if(temp.code==OutMap[i].code)
                continue;
            cout<<temp.code<<' '<<OutMap[i].pos-temp.pos<<endl;
            temp=OutMap[i];
        }
        cout<<temp.code<<' '<<total-temp.pos+1<<endl;
        cout<<"0 0"<<endl;

    }
    cout<<0<<endl;

    return 0;
}


/*快排比较规则*/
int cmp(const void* a,const void* b)
{
    Pix* x=(Pix*)a;
    Pix* y=(Pix*)b;
    return x->pos - y->pos;
}

/*返回第pos个像素点的像素值*/
int GetValue(int pos)
{
    int i=0,p=0;
    while(p<pos)
        p+=InMapPair[i++][1];

    return InMapPair[i-1][0];
}

/*返回第pos个像素点的编码*/
int GetCode(int pos)
{
    int code=GetValue(pos);
    int MaxAbs=0;

    int row=(pos-1)/width;
    int col=(pos-1)%width;

    for(int i=row-1;i<=row+1;i++)
        for(int j=col-1;j<=col+1;j++)
        {
            int tpos=i*width+j;

            if(i<0 || j<0 || j>=width || tpos>=total || tpos==pos-1)  //tpos==pos-1为中心的像素点，即当前待编码的点
                continue;

            int tcode=GetValue(tpos+1);

            if(MaxAbs<abs(tcode-code))   //注意取绝对值
                MaxAbs=abs(tcode-code);
        }

    return MaxAbs;
}