C++で回転・平行移動後の画像一致を判定するプログラム
2つの n × n ピクセルの正方形画像 first と second が与えられたとき、second を 90 度単位で回転および平行移動させて first と一致させられるかどうかを判定する C++ プログラムを解説します。画素は黒('x')と白('.')の 2 値で表現されます。
問題の概要
入力例:
n = 4
first = {"..x.", "x.x.", "x.xx", "xx.."}
second = {"..xx", "x.xx", ".x.x", "..x."}
出力: false(0)
この例では、second をどう回転・平行移動しても first と一致しないため false が返されます。
アルゴリズムの考え方
- 黒画素の座標を抽出: 各画像から黒画素('x')の座標
(行, 列)を配列a,bに格納します。 - 画素数のチェック: 黒画素の数が異なれば即座に
false、両方 0 ならtrueを返します。 - 基準点を揃えて比較: 配列をソートし、先頭要素同士を基準として相対位置(ベクトル)がすべて一致するかを確認します。これが平行移動の判定に相当します。
- 4 回の回転を試す:
secondの座標配列bを 90 度ずつ計 4 回回転させ、それぞれで上記の比較を行います。いずれかで一致すればtrue。
座標の回転公式
n × n グリッド上で点 (r, c) を原点中心に 90 度時計回りに回転させると (c, n - 1 - r) になります。実装ではこの変換を b 配列の各要素に適用します。
C++ 実装例
#include <bits/stdc++.h>
using namespace std;
// 2 つの座標配列が同一の平行移動で一致するか判定
bool match(const vector<pair<int, int>>& base,
const vector<pair<int, int>>& target) {
if (base.empty()) return true;
int dr = target[0].first - base[0].first;
int dc = target[0].second - base[0].second;
for (size_t i = 1; i < base.size(); ++i) {
if (target[i].first - base[i].first != dr ||
target[i].second - base[i].second != dc) {
return false;
}
}
return true;
}
// 座標配列を 90 度時計回りに回転
void rotate90(int n, vector<pair<int, int>>& v) {
for (auto& p : v) {
p = {p.second, n - 1 - p.first};
}
}
bool solve(int n, const vector<string>& first,
const vector<string>& second) {
vector<pair<int, int>> a, b;
// 黒画素の座標を収集
for (int i = 0; i < n; ++i) {
for (int j = 0; j < n; ++j) {
if (first[i][j] == 'x') a.emplace_back(i, j);
if (second[i][j] == 'x') b.emplace_back(i, j);
}
}
if (a.size() != b.size()) return false;
if (a.empty()) return true;
sort(a.begin(), a.end());
for (int rot = 0; rot < 4; ++rot) {
sort(b.begin(), b.end());
if (match(a, b)) return true;
rotate90(n, b);
}
return false;
}
int main() {
int n = 4;
vector<string> first = {"..x.", "x.x.", "x.xx", "xx.."};
vector<string> second = {"..xx", "x.xx", ".x.x", "..x."};
cout << boolalpha << solve(n, first, second) << endl; // false
return 0;
}
計算量
- 時間計算量:
O(n² + k log k)(k は黒画素の数、ソートが支配的) - 空間計算量:
O(k)
ポイント・注意点
- 座標配列をソートすることで、対応する画素同士をインデックスで合わせられるようにしています。
- 平行移動の判定は「基準点(先頭要素)からの相対ベクトルがすべて等しい」ことで行います。
- 元のコードの
find関数にはバグがありました(d2計算でy[1]を使用)。修正版ではy[0]で統一しています。 - 回転は
b側のみ行い、aは固定します。これにより実装がシンプルになります。
入力・出力例
入力:
4, {"..x.", "x.x.", "x.xx", "xx.."}, {"..xx", "x.xx", ".x.x", "..x."}
出力:
false
-
C++で対合行列(インボリュートリー行列)を判定するプログラムの実装方法
行列 M[r][c] が与えられたとき、「r」は行数、「c」は列数を表します。ここでは r = c、つまり正方行列である場合を考えます。この記事では、与えられた正方行列が対合行列(インボリュートリー行列)であるかどうかを判定する方法を解説します。 対合行列とは 対合行列とは、ある行列を自分自身と掛け合わせたとき、その積が単位行列になるような行列のことです。単位行列 I とは、主対角成分がすべて 1 で、それ以外の要素がすべて 0 である行列を指します。 したがって、行列 M が対合行列であるための必要十分条件は次のように表せます。 M × M = I ここで、M は任意の行列、I は単位行列で
-
C++で対角行列・スカラー行列を判定するプログラムの書き方
行列 M[r][c] が与えられたとき、「r」は行数、「c」は列数を表し、r = c のとき正方行列となります。本記事では、与えられた正方行列が対角行列であるか、スカラー行列であるかを判定し、該当する場合には「yes」を出力する方法を解説します。 対角行列とは 正方行列 m[][] が対角行列であるのは、主対角線以外の要素がすべてゼロである場合、かつその場合に限ります。 下図のように、赤色で示された要素が主対角成分(非ゼロ)であり、それ以外の要素はすべてゼロになっているため、この行列は対角行列です。 入出力例 Input: m[3][3] = { {7, 0, 0}, {0, 8, 0}