有一幅以二维整数数组表示的图画，每一个整数表示该图画的像素值大小，数值在 0 到 65535 之间。
给你一个坐标 (sr, sc) 表示图像渲染开始的像素值（行 ，列）和一个新的颜色值 newColor，让你重新上色这幅图像。
为了完成上色工作，从初始坐标开始，记录初始坐标的上下左右四个方向上像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应四个方向上像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为新的颜色值。
最后返回经过上色渲染后的图像。
示例 1:
输入: image = [[1,1,1],[1,1,0],[1,0,1]] sr = 1, sc = 1, newColor = 2 输出: [[2,2,2],[2,2,0],[2,0,1]] 解析: 在图像的正中间，(坐标(sr,sc)=(1,1)), 在路径上所有符合条件的像素点的颜色都被更改成2。 注意，右下角的像素没有更改为2， 因为它不是在上下左右四个方向上与初始点相连的像素点。
注意:
image和image[0]的长度在范围[1, 50]内。- 给出的初始点将满足
0 <= sr < image.length和0 <= sc < image[0].length。 image[i][j]和newColor表示的颜色值在范围[0, 65535]内。
**难度**: Easy
**标签**: 深度优先搜索、
# -*- coding: utf-8 -*-
# @Author : LG
"""
执行用时：92 ms, 在所有 Python3 提交中击败了79.49% 的用户
内存消耗：13.6 MB, 在所有 Python3 提交中击败了92.11% 的用户
解题思路：
见代码注释
"""
class Solution:
def floodFill(self, image: List[List[int]], sr: int, sc: int, newColor: int) -> List[List[int]]:
r, c = len(image), len(image[0])
directions = [[-1, 0], [1, 0], [0, -1], [0, 1]] # 上下左右的四个偏移量
oldColor = image[sr][sc] # 先查看起始点的颜色
rc_list = [[sr, sc]] # 用于记录需要渲染的点的坐标
if newColor == oldColor: # 如果新旧颜色相同，直接返回
return image
while rc_list: # 循环处理需要渲染的颜色
sr, sc = rc_list.pop() # 出列表
image[sr][sc] = newColor # 更改颜色
for direction in directions: # 计算上下左右四个点
nr, nc = sr+direction[0], sc+direction[1]
if 0 <= nr < r and 0 <= nc < c: # 判断是否越界
if image[nr][nc] == oldColor: # 判断是否为需要渲染的点
rc_list.append([nr, nc]) # 进列表
return image