例如，假设我有一个2D像素数组（换句话说，一个图像），我想将它们排列成组，这样组的数量就会完全合计到一定数量（例如，总项目数）在另一个2D像素阵列中）。目前，我尝试的是使用比率和像素的组合，但除了完美的整数比率（因此1：2,1：3,1：4等）之外的任何事情都会失败。当它失败时，它只是将它缩放到小于它的整数，因此，例如，1：2.93比例的比例将使用1：2比例，其中部分图像被截断。我宁愿不这样做，所以我可以使用哪些算法不进入Matrix Multipication？我记得看过类似于我刚才提到的内容，但我找不到它。这是NP型问题吗？
例如，假设我有一个12×12像素的图像，我想将其分成64个n-by-m尺寸的子图像。通过分析，我可以看到我可以将其分解为8个2×2子图像和56个2×1子图像，以便获得精确数量的子图像。所以，换句话说，我会得到8 + 56 = 64个子图像使用全部4（8）+56（2）= 144像素。
同样地，如果我有一个13乘13像素的图像，并且我想要81个n×m大小的子图像，我需要将其分解为4个2×2子图像，76 2 1个子图像和1个1×1子图像，以获得所需的子图像的确切数量。换句话说，4（4）+76（2）+ 1 = 169和4 + 76 + 1 = 81。
又一个例子，如果我想将相同的13乘13图像分成36个n×m大小的子图像，我需要14个4乘2的子图像，7个2乘2子图像，14个2×1子图像和1个1×1子图像。换句话说，8（13）+4（10）+2（12）+ 1 = 169和13 + 10 + 12 + 1 = 36.
当然，图像不需要是正方形，既不是子图像的数量，也不应该是素数。另外，子图像的数量应该小于图像中的像素数量。为了便于将一个较大的子图像转换成多个子图像，我可能希望坚持子图像的宽度和高度为2的幂，但是如果我能找到一个不这样做的算法，那么会更好。这基本上就是我想要找到的算法。
答案 0 :(得分：1)
据我所知，您希望将给定大小的矩形图像分割为n矩形子图像。假设你有：
w * h n x * y子图像
我认为你想要的是
R = { (x, y) | x in [1..w], y in [1..h], x * y == (w * h) / n }
这是(x, y)对的集合，x * y等于(w * h) / n，其中/是整数除法。此外，您可能希望采用周长最小的x * y矩形，即x + y的最小值。
对于问题中的三个例子：
将12 x 12图片拆分为64个子图像，得到R = {(1,2),(2,1)}，因此您有64个1 x 2子图像或64个2 x 1子图像
将13 x 13图片拆分为81个子图像，您需要R = {(1,2),(2,1)}，因此您有64个1 x 2子图像或64个2 x 1子图像
将13 x 13图片拆分为36个子图像，您需要R = {(1,4),(2,2),(4,1)}，因此您可以使用36个2 x 2子图像（最小周长）
对于每个例子，你当然可以组合不同大小的矩形。
如果您想要做其他事情，可能平铺原始图片，您可能需要查看rectangle tiling algorithms
答案 1 :(得分：0)
如果您不关心尺寸不同的子图像，一种简单的方法是重复将子图像分成两部分。每次新分割都会将子图像的数量增加一个。