计算几何
今天通过 道与计算几何相关的题目来学习笔试面试重难点。
587. 安装栅栏
在一个二维的花园中,有一些用 坐标表示的树。由于安装费用十分昂贵,你的任务是先用最短的绳子围起所有的树。只有当所有的树都被绳子包围时,花园才能围好栅栏。
你需要找到正好位于栅栏边界上的树的坐标。
示例 1:
输入: [[1,1],[2,2],[2,0],[2,4],[3,3],[4,2]]
输出: [[1,1],[2,0],[4,2],[3,3],[2,4]]
注意:
- 所有的树应当被围在一起。你不能剪断绳子来包围树或者把树分成一组以上。
- 输入的整数在 到 之间。
- 花园至少有一棵树。
- 所有树的坐标都是不同的。
- 输入的点没有顺序。输出顺序也没有要求。
二维凸包(Andrew 算法)
这是一道「二维凸包」板子题,需要注意的是网上大多数 Andrew
算法的板子都是有问题的(下面会说)。
Andrew
算法正是用于求解凸包上的所有点(围成所有点的最小周长),其算法逻辑将凸包分为「上凸壳」和「下凸壳」,并分别画出(蓝色分割线将凸包分为两部分):
基本流程为:
-
对所有点进行双关键字排序,先根据 坐标排升序,后根据 排升序; 根据 排升序的目的,是为了我们能够往一个方向画出凸包边缘(从左往后画出一半凸壳,从右往左画出另外一半),而将 升序目的是可以确保一旦我们现在从 到 进行连线,那么 到 之间的所有点能够确保被围住;
-
使用栈来维护所有凸包上的点,或者说凸包上的边,会更为准确,凸包起点元素会在栈中出现两次(首尾),因此更为准确的描述应该是使用栈维护凸包的所有的边,栈中相邻元素代表凸包上的一条边;
-
分别「从前往后」和「从后往前」处理排序好的所有点,来分别画出凸包的两半部分,根据画的是第一部分还是第二部分,维护栈内元的处理逻辑稍有不同:
a. 画的是凸包的第一部分:
-
若栈内元素少于 个,组成一条线至少需要两个点,说明此时第一条边都还没画出,直接将元素添加到栈中;
-
若栈内元素不少于 个,考虑是否要将栈顶的边删掉(由栈顶前两个元素组成的边)假设栈顶元素为 ,栈顶元素的下一位为 ,即栈顶存在一条 到 的边,当前处理到的点为 ,此时我们根据 边是否在 边的时针方向来决定是否要将 边去掉:
按照上述逻辑处理完所有点,凸包第一部分的点(边)都存在于栈中。
b. 画的是凸包的第二部分:逻辑同理,唯一需要注意的是,第一部分的凸包边我们不能删去,假定处理完第一部分凸包,我们栈内有 个元素,我们需要将上述「栈顶元素不少于 个」的逻辑替换为「栈顶元素大于 个」,同时已参与到凸包第一部分的点,不能再考虑,因此需要额外使用一个 数组来记录使用过的点。
-
一些细节,为了方便取得栈顶的前两位元素,我们使用数组实现栈, 代表栈容器, 代表栈顶元素下标。
正如刚刚讲到,起点会被入栈两次(对应第一条边和最后一条边),因此输出方案时,栈顶和栈底我们只选其一即可。
代码:
class Solution {
int[] subtraction(int[] a, int[] b) { // 向量相减
return new int[]{a[0] - b[0], a[1] - b[1]};
}
double cross(int[] a, int[] b) { // 叉乘
return a[0] * b[1] - a[1] * b[0];
}
double getArea(int[] a, int[] b, int[] c) { // 向量 ab 转为 向量 ac 过程中扫过的面积
return cross(subtraction(b, a), subtraction(c, a));
}
public int[][] outerTrees(int[][] trees) {
Arrays.sort(trees, (a, b)->{
return a[0] != b[0] ? a[0] - b[0] : a[1] - b[1];
});
int n = trees.length, tp = 0;
int[] stk = new int[n + 10];
boolean[] vis = new boolean[n + 10];
stk[++tp] = 0; // 不标记起点
for (int i = 1; i < n; i++) {
int[] c = trees[i];
while (tp >= 2) {
int[] a = trees[stk[tp - 1]], b = trees[stk[tp]];
if (getArea(a, b, c) > 0) vis[stk[tp--]] = false;
else break;
}
stk[++tp] = i;
vis[i] = true;
}
int size = tp;
for (int i = n - 1; i >= 0; i--) {
if (vis[i]) continue;
int[] c = trees[i];
while (tp > size) {
int[] a = trees[stk[tp - 1]], b = trees[stk[tp]];
if (getArea(a, b, c) > 0) tp--;
// vis[stk[tp--]] = false; // 非必须
else break;
}
stk[++tp] = i;
// vis[i] = true; // 非必须
}
int[][] ans = new int[tp - 1][2];
for (int i = 1; i < tp; i++) ans[i - 1] = trees[stk[i]];
return ans;
}
}
- 时间复杂度:排序复杂度为 ,统计凸包上的点复杂度为 。整体复杂度为
- 空间复杂度:
网上 Andrew
板子问题
由于我太久没写计算几何了,翻了一下以前在其他 OJ 提交的题,找回自己几年前的板子,好奇心驱使,想看看现在是否有板子上的突破(通常很难,尤其对于计算几何而言),结果发现网上绝大多数板子都存在严重逻辑错误:
- 最为严重的错误是,处理凸包第一部分和第二部分,都是使用「栈顶元素不少于 个」的逻辑:即使存在 数组也无法避免该逻辑错误,在某些数据上,该逻辑会导致最右边的一些点无法被围住;
- 存在对
vis
数组的错误理解:vis
的作用仅是为了处理凸包第二部分的时候,不要使用到凸包第一部分的点而已。含义并非是处理过的点,或者当前凸包上的点,因此你可以看到我代码注释中写了「不标记起点」和「非必须」,在画第二部分的凸包时,只需要确保第一部分使用的点不参与即可,重复点问题本身就由遍历所保证,而并非 数组。当然,为了记忆方便,让模板更具有“对称性”,也可以保留在画第二部分凸包的时候,保留对 的维护逻辑,但千万不要搞错了 的含义。
1037. 有效的回旋镖
给定一个数组 points
,其中 表示 X-Y
平面上的一个点,如果这些点构成一个 回旋镖 则返回 true
。
回旋镖 定义为一组三个点,这些点 各不相同 且 不在一条直线上 。
示例 1:
输入:points = [[1,1],[2,3],[3,2]]
输出:true
提示:
计算几何
共三个点,分别使用两个点计算向量,随后判断向量叉积是否为 。
代码:
class Solution {
public boolean isBoomerang(int[][] ps) {
return (ps[1][0] - ps[0][0]) * (ps[2][1] - ps[0][1]) != (ps[2][0] - ps[0][0]) * (ps[1][1] - ps[0][1]);
}
}
- 时间复杂度:
- 空间复杂度:
593. 有效的正方形
给定 2D
空间中四个点的坐标 p1
, p2
, p3
和 p4
,如果这四个点构成一个正方形,则返回 true
。
点的坐标 pi
表示为 。输入 不是 按任何顺序给出的。
一个 有效的正方形 有四条等边和四个等角(90
度角)。
示例 1:
输入: p1 = [0,0], p2 = [1,1], p3 = [1,0], p4 = [0,1]
输出: True
示例 2:
输入:p1 = [0,0], p2 = [1,1], p3 = [1,0], p4 = [0,12]
输出:false
示例 3:
输入:p1 = [1,0], p2 = [-1,0], p3 = [0,1], p4 = [0,-1]
输出:true
提示:
计算几何
根据题意进行模拟即可。
从给定的 个顶点中选 个顶点,检查其能否形成「直角三角形」,同时保存下来首个直角三角形的直角边边长,供后续其余直角三角形进行对比(注意不能共点,即直角边长不能为 )。
TypeScript 代码:
let len = -1
function validSquare(a: number[], b: number[], c: number[], d: number[]): boolean {
len = -1
return calc(a, b, c) && calc(a, b, d) && calc(a, c, d) && calc(b, c, d)
};
function calc(a: number[], b: number[], c: number[]): boolean {
const l1 = (a[0] - b[0]) * (a[0] - b[0]) + (a[1] - b[1]) * (a[1] - b[1])
const l2 = (a[0] - c[0]) * (a[0] - c[0]) + (a[1] - c[1]) * (a[1] - c[1])
const l3 = (b[0] - c[0]) * (b[0] - c[0]) + (b[1] - c[1]) * (b[1] - c[1])
const ok = (l1 == l2 && l1 + l2 == l3) || (l1 == l3 && l1 + l3 == l2) || (l2 == l3 && l2 + l3 == l1)
if (!ok) return false
if (len == -1) len = Math.min(l1, l2)
else if (len == 0 || len != Math.min(l1, l2)) return false
return true
}
- 时间复杂度:
- 空间复杂度:
1610. 可见点的最大数目
给你一个点数组 points
和一个表示角度的整数 angle
,你的位置是 location
,其中 且 都表示 X-Y
平面上的整数坐标。
最开始,你面向东方进行观测。你 不能 进行移动改变位置,但可以通过 自转 调整观测角度。换句话说, 和 不能改变。你的视野范围的角度用 angle
表示, 这决定了你观测任意方向时可以多宽。设 d 为你逆时针自转旋转的度数,那么你的视野就是角度范围 所指示的那片区域。
对于每个点,如果由该点、你的位置以及从你的位置直接向东的方向形成的角度 位于你的视野中 ,那么你就可以看到它。
同一个坐标上可以有多个点。你所在的位置也可能存在一些点,但不管你的怎么旋转,总是可以看到这些点。同时,点不会阻碍你看到其他点。
返回你能看到的点的最大数目。
示例 1:
输入:points = [[2,1],[2,2],[3,3]], angle = 90, location = [1,1]
输出:3
解释:阴影区域代表你的视野。在你的视野中,所有的点都清晰可见,尽管 [2,2] 和 [3,3]在同一条直线上,你仍然可以看到 [3,3] 。
示例 2:
输入:points = [[1,0],[2,1]], angle = 13, location = [1,1]
输出:1
解释:如图所示,你只能看到两点之一。
提示:
数学
这是一道思维难度不大,但细节繁多的题目。
题目要我们旋转出一个角度为 的、可无限延伸的覆盖面,使得该覆盖面所能覆盖 中的点最多。
我们所在的位置为 ,我们可以将 作为「极点」,求所有 的「极角」。
令 ,与极点关系 。
求极角的方式有两种:
-
使用 :值域范围为 [-90°,90°],需要对 与 进行象限讨论,从而将值域范围转化为我们希望的 [0°,360°],同时需要注意 的边界情况;
-
使用 :值域范围为 [-180°,180°],与我们期望的 [0°,360°] 相差一个固定的值,可进行统一转换,也可以直接使用。
得到夹角数组 后,对其进行排序,问题初步转换为:在夹角数组中找到连续一段 ,使得 和 的角度差不超过 。
但直接在原数组 操作,会漏掉夹角横跨一四象限的情况:
因此,另外一个细节是,在求连续段长度时,先对夹角数组进行拷贝拼接,并对拼接部分增加偏移量(确保数组仍具有单调性)。
具体的,设夹角数组长度为 ,此时令 ,从而将问题彻底转换为求连续段问题。
求解最长合法连续段 可用「双指针」实现「滑动窗口」来做。
一些细节:题目规定了与 重合的点在任意角度都能看到,因此我们需要对这些点进行特殊处理,
代码:
class Solution {
public int visiblePoints(List<List<Integer>> points, int angle, List<Integer> location) {
int x = location.get(0), y = location.get(1);
List<Double> list = new ArrayList<>();
int cnt = 0;
double pi = Math.PI, t = angle * pi / 180;
for (List<Integer> p : points) {
int a = p.get(0), b = p.get(1);
if (a == x && b == y && ++cnt >= 0) continue;
list.add(Math.atan2(b - y, a - x) + pi);
}
Collections.sort(list);
int n = list.size(), max = 0;
for (int i = 0; i < n; i++) list.add(list.get(i) + 2 * pi);
for (int i = 0, j = 0; j < 2 * n; j++) {
while (i < j && list.get(j) - list.get(i) > t) i++;
max = Math.max(max, j - i + 1);
}
return cnt + max;
}
}
- 时间复杂度:令 为
points
数组的长度,预处理出points
的所有角度复杂度为 ;对所有角度进行排序的复杂度为 ;使用双指针实现滑动窗口得出最大合法子数组的复杂度为 ;整体复杂度为 - 空间复杂度: