图像物体的边界（深度优先搜索 (DFS)—Java&Python&C++&JS实现）

本文链接：https://blog.csdn.net/weixin_52908342/article/details/136277166

该博客介绍了如何解决华为OD在线测试中关于图像物体边界检测的问题，利用深度优先搜索（DFS）算法，分别用Python、Java、C/C++和JavaScript进行实现。博主详细解释了算法思路，包括输入读取、边界检测、计数调整，并提供了各语言的代码解法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一. 题目

给定一个二维数组M行N列，二维数组里的数字代表图片的像素，为了简化问题，仅包含像素1和5两种像素，每种像素代表一个物体，2个物体相邻的格子为边界，求像素1代表的物体的边界个数。
像素1代表的物体的边界指与像素5相邻的像素1的格子，边界相邻的属于同一个边界，相邻需要考虑8个方向（上，下，左，右，左上，左下，右上，右下）。

其他约束：

地图规格约束为：

0<M<100

0<N<100

1）如下图，与像素5的格子相邻的像素1的格子（0,0）、（0,1）、（0,2）、（1,0）、（1,2）、（2,0）、（2,1）、（2,2）、（4,4）、（4,5）、（5,4）为边界，另（0,0）、（0,1）、（0,2）、（1,0）、（1,2）、（2,0）、（2,1）、（2,2）相邻，为1个边界，（4,4）、（4,5）、（5,4）相邻，为1个边界，所以下图边界个数为2。

2）如下图，与像素5的格子相邻的像素1的格子（0,0）、（0,1）、（0,2）、（1,0）、（1,2）、（2,0）、（2,1）、（2,2）、（3,3）、（3,4）、（3,5）、（4,3）、（4,5）、（5,3）、（5,4）、（5,5）为边界，另这些边界相邻，所以下图边界个数为1。注：（2,2）、（3,3）相邻。

输入描述：第一行，行数M，列数N
第二行开始，是M行N列的像素的二维数组，仅包含像素1和5

输出描述：像素1代表的物体的边界个数。如果没有边界输出0（比如只存在像素1，或者只存在像素5）。

补充说明：

示例