将2D数组拆分为较小的相等大小的2D子数组

Question

基本上，我要问的是一个正方形的2D数组和一个有效的补丁大小（2D子数组的大小），我将如何去做。 最终，我不需要以任何方式存储子数组，我只需要找到每个子数组的中值并将它们存储在一维数组中即可。 中位数和存储到新数组对我来说很简单，我只是不知道如何处理原始2D数组并将其正确拆分。 我已经尝试了几次，并且不断越界错误。 我有一个4x4：

[1,2,3,4] [2,3,4,1] [3,4,1,2] [4,1,2,3]

我需要像这样拆分

[1,2] [3,4] [2,3] [4,1]

[3,4] [1,2] [4,1] [2,3]

然后取每个的中位数并将其存储到新的一维数组中。

编辑：解决了，谢谢您的帮助！

Answer 1

您可以Arrays.copyOfRange(Object[] src, int from, int to)使用Arrays.copyOfRange(Object[] src, int from, int to) ：

src是源1D数组

from是要复制的范围的初始索引，包括端点。

to是要复制的范围的最终索引（不包括）。

我不喜欢您的代码，因为似乎时间复杂度太高。

试试下面的代码：

public class Temp {
    public static void main(String[] args) {
        int[][] arr = { { 1,2,3,4 },
                        { 2,3,4,1 },
                        { 3,4,1,2 },
                        { 4,1,2,3 } };

        int patch = 2;

        splitToSubArrays(arr, patch);

    }

    static void splitToSubArrays(int arr[][], int patch) {
        for (int i = 0; i < arr[0].length; i++) {
            int to = patch;
            for (int from = 0; to <= arr.length;) {
                int a[] = Arrays.copyOfRange(arr[i], from, to);
                // instead of printing you can store in a separate array for later usage
                System.out.println(Arrays.toString(a));
                to += patch;
                from += patch;
            }
        }
    }

}

编辑：注意：对于n*n数组，如果n%patch不为0即维不能被patch值整除，则if条件int a[] = Arrays.copyOfRange(arr[i], from, to); 控制索引范围。 希望您知道这一点。

输出量

[1, 2]
[3, 4]
[2, 3]
[4, 1]
[3, 4]
[1, 2]
[4, 1]
[2, 3]

Answer 2

我认为可以进行类似的操作，尽管我没有对其进行测试，但是它应该可以使您很好地了解如何进行此扫描

public int[] patchArray(int[][] img, int patch)
{
    int size = img.length * (img[0].length / patch) ;
    int[] pArray = new int[size];
    int[] tmp = new int[patch];

    for (int row_i = 0; row_i < img.length; row_i++)
    {
        for (int patch_start = 0; patch_start < img[i].length; patch_start += patch)
        {
            int x = 0;
            for (int patch_i = patch_start; patch_i < (patch_start + patch); patch_i++)
            {
                tmp[patch_i - patch_start] = img[row_i][patch_i];
            }

            calculateMedian(tmp);
        }
    }

    return pArray;
}