图像填充问题：给定一个二维网格和一个起始像素点，将与起始像素点相邻且颜色相同的像素点填充成目标颜色。

我们分别使用深度优先搜索（DFS）和广度优先搜索（BFS）来解决图像填充问题，即将与起始像素点相邻且颜色相同的像素点填充成目标颜色。

首先，我们需要定义一个二维网格的表示方法。我们可以使用二维列表来表示网格。

深度优先搜索（DFS）方法：

def dfs_fill(image, sr, sc, newColor):"""使用深度优先搜索（DFS）来填充图像中相邻像素点的颜色。Parameters:image (list): 二维网格表示的图像。sr (int): 起始像素点的行坐标。sc (int): 起始像素点的列坐标。newColor: 目标颜色。Returns:list: 填充后的图像。"""def dfs(r, c, color):if r < 0 or r >= len(image) or c < 0 or c >= len(image[0]) or image[r][c] != color:returnimage[r][c] = newColordfs(r + 1, c, color)dfs(r - 1, c, color)dfs(r, c + 1, color)dfs(r, c - 1, color)color = image[sr][sc]if color != newColor:dfs(sr, sc, color)return image# 示例二维网格表示的图像
image = [[1, 1, 1],[1, 1, 0],[1, 0, 1]
]
# 起始像素点的坐标和目标颜色
sr, sc, newColor = 1, 1, 2# 填充图像
filled_image = dfs_fill(image, sr, sc, newColor)
print("填充后的图像（使用DFS）：", filled_image)

广度优先搜索（BFS）方法：

from collections import dequedef bfs_fill(image, sr, sc, newColor):"""使用广度优先搜索（BFS）来填充图像中相邻像素点的颜色。Parameters:image (list): 二维网格表示的图像。sr (int): 起始像素点的行坐标。sc (int): 起始像素点的列坐标。newColor: 目标颜色。Returns:list: 填充后的图像。"""color = image[sr][sc]if color == newColor:return imagequeue = deque([(sr, sc)])directions = [(1, 0), (-1, 0), (0, 1), (0, -1)]while queue:r, c = queue.popleft()image[r][c] = newColorfor dr, dc in directions:nr, nc = r + dr, c + dcif 0 <= nr < len(image) and 0 <= nc < len(image[0]) and image[nr][nc] == color:queue.append((nr, nc))return image# 示例二维网格表示的图像
image = [[1, 1, 1],[1, 1, 0],[1, 0, 1]
]
# 起始像素点的坐标和目标颜色
sr, sc, newColor = 1, 1, 2# 填充图像
filled_image = bfs_fill(image, sr, sc, newColor)
print("填充后的图像（使用BFS）：", filled_image)

上述代码分别使用了深度优先搜索（DFS）和广度优先搜索（BFS）来填充图像中与起始像素点相邻且颜色相同的像素点。填充过程中，我们使用递归的方式来实现深度优先搜索，使用队列和迭代的方式来实现广度优先搜索。