图片平滑器

题目描述：

图像平滑器 是大小为 3 x 3 的过滤器，用于对图像的每个单元格平滑处理，平滑处理后单元格的值为该单元格的平均灰度。

每个单元格的 平均灰度 定义为：该单元格自身及其周围的 8 个单元格的平均值，结果需向下取整。（即，需要计算蓝色平滑器中 9 个单元格的平均值）。

如果一个单元格周围存在单元格缺失的情况，则计算平均灰度时不考虑缺失的单元格（即，需要计算红色平滑器中 4 个单元格的平均值）。

给你一个表示图像灰度的 m x n 整数矩阵 img ，返回对图像的每个单元格平滑处理后的图像 。

示例 1:

输入:img = [[1,1,1],[1,0,1],[1,1,1]]
输出:[[0, 0, 0],[0, 0, 0], [0, 0, 0]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0
对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0
对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
示例 2:

输入: img = [[100,200,100],[200,50,200],[100,200,100]]
输出: [[137,141,137],[141,138,141],[137,141,137]]
解释:
对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137
对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141
对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138

提示:

m == img.length
n == img[i].length
1 <= m, n <= 200
0 <= img[i][j] <= 255

思路:

时间复杂度：O(n2),空间复杂度O(1)

每次都计算一个格子周边8个加上自己9个的平均值。

代码:

func imageSmoother(img [][]int) [][]int {
    move := []int{1,0,0,1,1,1,-1,1,1,-1,-1,0,0,-1,-1,-1}
    m ,n := len(img), len(img[0])
    res := make([][]int, m)
    for i:=0;i<m; i++{
        res[i] =  make([]int, n)
        for j:=0;j<n; j++{
            count :=1
            sum := img[i][j]
            for  k:=0;k<8;k++{
                x := i + move[k*2]
                y := j + move[k*2 +1]
                if x>=0 && x<m && y>=0 && y<n{
                    count ++
                    sum += img[x][y]
                }
            }
            res[i][j] = sum/count
        }
    }
    return res
}

代码效率：

执行用时：0 ms, 在所有 Go 提交中击败了100.00%的用户
内存消耗：2.2 MB, 在所有 Go 提交中击败了100.00%的用户