龙空技术网

2024-11-23:最小化曼哈顿距离。用go语言,给定一个从0开始的数

福大大架构师每日一题 4

前言:

目前朋友们对“最大距离最小距离算法时间复杂度”可能比较关注,兄弟们都想要学习一些“最大距离最小距离算法时间复杂度”的相关文章。那么小编也在网络上收集了一些对于“最大距离最小距离算法时间复杂度””的相关知识,希望大家能喜欢,兄弟们快快来学习一下吧!

2024-11-23:最小化曼哈顿距离。用go语言,给定一个从0开始的数组 points,其中每个元素 points[i] = [xi, yi] 表示二维平面上的一个点的整数坐标。我们使用曼哈顿距离来定义两点之间的距离。

你的任务是恰好移除一个点,返回在移除该点后,任意两点之间最大距离的最小可能值。

输入:points = [[3,10],[5,15],[10,2],[4,4]]。

输出:12。

解释:移除每个点后的最大距离如下所示:

1.移除第 0 个点后,最大距离在点 (5, 15) 和 (10, 2) 之间,为 |5 - 10| + |15 - 2| = 18 。

2.移除第 1 个点后,最大距离在点 (3, 10) 和 (10, 2) 之间,为 |3 - 10| + |10 - 2| = 15 。

3.移除第 2 个点后,最大距离在点 (5, 15) 和 (4, 4) 之间,为 |5 - 4| + |15 - 4| = 12 。

4.移除第 3 个点后,最大距离在点 (5, 15) 和 (10, 2) 之间的,为 |5 - 10| + |15 - 2| = 18 。

在恰好移除一个点后,任意两点之间的最大距离可能的最小值是 12 。

答案2024-11-23:

chatgpt

题目来自leetcode3102。

大体步骤如下:

1.初始化和输入处理

• 接收二维数组 points,其中每个元素 points[i] = [xi, yi] 表示二维平面上的一个点。• 获取点的数量 n

2.创建坐标组合

2.1.构造两个数组 sxsy,用于存储两个不同计算方式下的坐标:

2.1.1.sx[i] = [xi - yi, i]:表示通过计算每个点的x和y坐标差值。

2.1.2.sy[i] = [xi + yi, i]:表示通过计算每个点的x和y坐标和。

3.排序

• 将 sx 按照第一个元素(即 xi - yi)进行排序,以便后续计算曼哈顿距离时易于访问最大值和最小值。• 将 sy 同样按第一个元素(即 xi + yi)进行排序。

4.计算极值

4.1.计算 maxVal1maxVal2

4.1.1.maxVal1sx 最后一个元素和第一个元素的差值,表示在差值坐标系下的最大距离。

4.1.2.maxVal2sy 最后一个元素和第一个元素的差值,表示在和坐标系下的最大距离。

5.初始化最小结果

• 初始化一个变量 res 为一个非常大的整数,这个变量将用于记录在去掉一个点后可能产生的最小最大距离。

6.选择去掉的点

6.1.根据 maxVal1maxVal2 的大小进行判断,找出更大的那种方式(差值或和):

6.1.1.如果 maxVal1maxVal2,则选择从 sx 中的最小值 i 和最大值 j(即 sx[0]sx[n - 1]的索引)进行去除,计算这些情形下的最大距离。

6.1.2.否则,选择从 sy 中的最小值 i 和最大值 j(即 sy[0]sy[n - 1]的索引)进行去除,计算这些情形下的最大距离。

7.计算最大距离

7.1.对于每一个去除的点(索引 ij),使用 remove 函数计算去除后的最大曼哈顿距离:

7.1.1.remove 函数根据去除的点的索引返回在该点无法参与计算状态下的最大距离。

8.更新最小结果

• 对每次计算的最大曼哈顿距离与 res 进行比较,保留更小的值。

9.返回结果

• 函数最终返回 res,即在去掉一个点后,剩下点之间的最大距离的最小值。时间和空间复杂度分析:

时间复杂度

• 对于 n 个点,构造 sxsy 需要 O(n) 的时间。• 排序操作对于 sxsy 都是 O(n log n)。• 计算每个点去除后的最大距离,最坏情况需要 O(n),因为我们最多遍历一次点的数组。• 因此,总的时间复杂度为 O(n log n)。

空间复杂度

• 我们使用了额外的数组 sxsy,每个大小为 n,两者总共占用 O(n) 的空间。• 其他只使用了常量级别的空间(如变量 resmaxVal1maxVal2)。• 因此,总的额外空间复杂度为 O(n)。Go完整代码如下:

package mainimport("fmt""sort")func minimumDistance(points [][]int)int{    n :=len(points)    sx :=make([][]int, n)    sy :=make([][]int, n)for i :=0; i < n; i++{        x, y := points[i][0], points[i][1]        sx[i]=[]int{x - y, i}        sy[i]=[]int{x + y, i}}    sort.Slice(sx,func(i, j int)bool{return sx[i][0]< sx[j][0]})    sort.Slice(sy,func(i, j int)bool{return sy[i][0]< sy[j][0]})    maxVal1 := sx[n -1][0]- sx[0][0]    maxVal2 := sy[n -1][0]- sy[0][0]    res :=int(^uint(0)>>1)if maxVal1 >= maxVal2 {        i, j := sx[0][1], sx[n -1][1]// 去掉 i 后的最大曼哈顿距离        res = min(res, max(remove(sx, i), remove(sy, i)))// 去掉 j 后的最大曼哈顿距离        res = min(res, max(remove(sx, j), remove(sy, j)))}else{        i, j := sy[0][1], sy[n -1][1]// 去掉 i 后的最大曼哈顿距离        res = min(res, max(remove(sx, i), remove(sy, i)))// 去掉 j 后的最大曼哈顿距离        res = min(res, max(remove(sx, j), remove(sy, j)))}return res}func remove(arr [][]int, i int)int{    n :=len(arr)if arr[0][1]== i {return arr[n -1][0]- arr[1][0]}elseif arr[n -1][1]== i {return arr[n -2][0]- arr[0][0]}else{return arr[n -1][0]- arr[0][0]}}func main(){    points :=[][]int{{3,10},{5,15},{10,2},{4,4}}    fmt.Println(minimumDistance(points))}

在这里插入图片描述

Rust完整代码如下:

use std::cmp::{min, max};use std::vec::Vec;fnminimum_distance(points:Vec<Vec<i32>>)->i32{letn= points.len();letmut sx:Vec<(i32,usize)>=Vec::with_capacity(n);letmut sy:Vec<(i32,usize)>=Vec::with_capacity(n);foriin0..n {letx= points[i][0];lety= points[i][1];        sx.push((x - y, i));        sy.push((x + y, i));}    sx.sort_by(|a, b| a.0.cmp(&b.0));    sy.sort_by(|a, b| a.0.cmp(&b.0));letmax_val1= sx[n -1].0- sx[0].0;letmax_val2= sy[n -1].0- sy[0].0;letmut res= i32::MAX;if max_val1 >= max_val2 {let(i, j)=(sx[0].1, sx[n -1].1);// 去掉 i 后的最大曼哈顿距离        res =min(res,max(remove(&sx, i),remove(&sy, i)));// 去掉 j 后的最大曼哈顿距离        res =min(res,max(remove(&sx, j),remove(&sy, j)));}else{let(i, j)=(sy[0].1, sy[n -1].1);// 去掉 i 后的最大曼哈顿距离        res =min(res,max(remove(&sx, i),remove(&sy, i)));// 去掉 j 后的最大曼哈顿距离        res =min(res,max(remove(&sx, j),remove(&sy, j)));}    res}fnremove(arr:&[(i32,usize)], i:usize)->i32{letn= arr.len();if arr[0].1== i {return arr[n -1].0- arr[1].0;}elseif arr[n -1].1== i {return arr[n -2].0- arr[0].0;}else{return arr[n -1].0- arr[0].0;}}fnmain(){letpoints=vec![vec![3,10],vec![5,15],vec![10,2],vec![4,4]];println!("{}",minimum_distance(points));}

在这里插入图片描述

标签: #最大距离最小距离算法时间复杂度