查找矩阵中与最近邻相似的元素位置的算法及实现咨询

你要实现的功能属于矩阵局部邻域相似度检测范畴，是栅格数据分析、数字图像处理领域的基础操作，常用于同质化区域识别、图像平滑预处理、区域分割前置判断等场景。
相关可学习的知识点方向：

• 邻域判定规则：常用分为两类
  • 4邻域：仅判断元素上下左右四个相邻的最近邻元素
  • 8邻域：除上下左右外，额外包含四个对角方向的相邻元素
• 进阶学习可了解数字图像处理中的局部特征提取、区域生长分割，以及空间数据分析中的栅格邻域统计相关内容。

默认用更常用的8邻域规则做实现，你可以修改邻域偏移量参数切换4邻域：

/**
 * 筛选矩阵中所有与最近邻元素差值不超过阈值的坐标
 * @param {Array<Array<number>>} matrix 输入的数值矩阵
 * @param {number} threshold 差值阈值，默认0.1
 * @param {boolean} use8Neighbor 是否使用8邻域，默认true
 * @returns {Array<[number, number]>} 符合条件的坐标数组，格式为[行号, 列号]
 */
function findHomogeneousPoints(matrix, threshold = 0.1, use8Neighbor = true) {
    const rows = matrix.length;
    if (rows === 0) return [];
    const cols = matrix[0].length;
    const result = [];
    // 邻域偏移量配置
    const neighborOffsets = use8Neighbor 
        ? [[-1,-1], [-1,0], [-1,1], [0,-1], [0,1], [1,-1], [1,0], [1,1]]
        : [[-1,0], [1,0], [0,-1], [0,1]];

    for (let i = 0; i < rows; i++) {
        for (let j = 0; j < cols; j++) {
            const currentVal = matrix[i][j];
            let isValid = true;
            // 遍历所有邻域元素
            for (const [dx, dy] of neighborOffsets) {
                const x = i + dx;
                const y = j + dy;
                // 跳过矩阵边界外的位置
                if (x < 0 || x >= rows || y <0 || y >= cols) continue;
                const neighborVal = matrix[x][y];
                if (Math.abs(currentVal - neighborVal) > threshold) {
                    isValid = false;
                    break;
                }
            }
            if (isValid) {
                result.push([i, j]);
            }
        }
    }
    return result;
}

// 调用示例：100×100矩阵测试
const testMatrix = Array.from({length: 100}, () => 
    Array.from({length: 100}, () => Math.random())
);
const matchedPoints = findHomogeneousPoints(testMatrix, 0.1, true);
console.log('符合条件的坐标：', matchedPoints);

• 边界处理：自动跳过矩阵边缘元素不存在的邻域位置，不会出现数组越界报错
• 可配置项：支持自定义阈值、切换4/8邻域规则，适配不同的业务需求
• 时间复杂度为O(n*m)，n和m为矩阵的行列数，针对100×100的矩阵性能完全足够

内容的提问来源于stack exchange，提问作者Maria