一维for循环与二维for循环的区别及代码转换方法问询

一、核心区别 #

• 遍历维度与结构适配：一维for循环针对线性结构（比如扁平化的像素数组）做单顺序遍历，直接通过索引逐个访问元素；二维for循环是嵌套结构，用行（y）、列（x）两个维度变量遍历二维空间结构（比如图像的像素网格），更贴合图像的空间分布逻辑。
• 直观性与灵活性：处理图像这类二维数据时，二维循环的x/y坐标能直接对应像素的位置，逻辑更直观，还能灵活限定遍历区域（比如只遍历前100列、从第240行开始）；一维循环则是把二维数据压成一维后遍历，无法直接体现空间位置，范围控制只能靠数组长度。
• 索引计算方式：一维循环直接用循环变量作为数组索引；二维循环需要通过x + y * 宽度的公式，把二维坐标转换成一维数组的索引，才能访问对应的像素元素。

二、一维循环转二维循环的实现 #

原一维循环代码 #

Capture video;

for(int i = 0; i < video.pixels.length; i++){
    // 编码规则：像素符合阈值时blue通道值>0
    if(blue(video.pixels[i]) > 0){
      count++;
      // Shader输出的0-1浮点颜色值被转为0-255整数，解码时需除以255还原
      avg.add(red(video.pixels[i]) / 255.0, green(video.pixels[i]) / 255.0);
    }
}

转换后的二维循环代码 #

Capture video;

// 遍历图像的每一行（y为行坐标）
for(int y = 0; y < video.height; y++){
    // 遍历当前行的每一列（x为列坐标）
    for(int x = 0; x < video.width; x++){
        // 将二维坐标(x,y)转换为一维数组的索引
        int i = x + y * video.width;
        // 复用原有的判断与处理逻辑
        if(blue(video.pixels[i]) > 0){
            count++;
            avg.add(red(video.pixels[i]) / 255.0, green(video.pixels[i]) / 255.0);
        }
    }
}

转换要点 #

1. 外层循环控制行（y），内层循环控制列（x），两层循环组合覆盖所有像素位置；
2. 利用图像像素数组的行优先存储规则，用x + y * video.width计算一维索引：每一行有video.width个像素，第y行的起始索引是y * video.width，加上列数x就是当前像素在一维数组中的位置；
3. 原有的业务逻辑（阈值判断、计数、平均值计算）完全保留，不需要修改。

内容的提问来源于stack exchange，提问作者march