问题解析
问题描述
小F是A市的市长，正在计划在A市新建一个火车站以方便市民的日常出行。市区内的街道布局十分规整，形成网格状。从一个位置[x1, y1]到另一个位置[x2, y2]的距离计算方法为 |x1 - x2| + |y1 - y2|，即曼哈顿距离。
在初步考察后，市政府列出了M个可能的火车站建设点。为了使得市民到火车站的总旅行时间最短，小F希望选出一个最优位置作为火车站的地址。
请你帮助小F计算出哪一个位置最适合建设新火车站。
N: 市民的总人数。M: 可建设火车站的备选位置数。citizens: 一个列表，每个元素是一个元组[x_i, y_i]，表示第i位市民的居住位置。locations: 一个列表，每个元素是一个元组[p_i, q_i]，表示第i个备选的火车站位置。 如果有多个火车站最优，那么选择第一次出现的那个。 好的，让我们来逐步解决这个问题。首先，我们需要理解如何计算曼哈顿距离，然后遍历所有可能的火车站位置，计算每个位置到所有市民的总距离，最后选择总距离最小的位置。
解题思路
- 计算曼哈顿距离：对于两个点
(x1, y1)和(x2, y2)，曼哈顿距离为|x1 - x2| + |y1 - y2|。 - 遍历所有火车站位置：对于每个火车站位置，计算它到所有市民的总距离。
- 选择最优位置：选择总距离最小的火车站位置。如果有多个位置的总距离相同，选择第一次出现的位置。
代码提示
以下是代码的框架，其中关键步骤用注释标出：
def solution(n, m, citizens, locations):
# 初始化最小距离为一个很大的值
min_distance = float('inf')
# 初始化最优位置为 [-1, -1]
best_location = [-1, -1]
# 遍历所有火车站位置
for loc in locations:
# 计算当前位置到所有市民的总距离
total_distance = 0
for citizen in citizens:
# 计算曼哈顿距离并累加
total_distance += abs(loc[0] - citizen[0]) + abs(loc[1] - citizen[1])
# 如果当前总距离小于最小距离，更新最小距离和最优位置
if total_distance < min_distance:
min_distance = total_distance
best_location = loc
return best_location
if __name__ == "__main__":
# 你可以添加更多测试用例
citizens1 = [[-1, -1], [-1, 1], [1, -1], [1, 1]]
locations1 = [[3, 2], [1, 0], [0, 0]]
print(solution(4, 3, citizens1, locations1) == [1, 0])
关键步骤解释
- 初始化最小距离：使用
float('inf')表示一个很大的值，确保任何实际距离都会小于这个初始值。 - 遍历所有火车站位置：使用
for loc in locations遍历每个可能的火车站位置。 - 计算总距离：对于每个火车站位置，遍历所有市民，计算曼哈顿距离并累加。
- 更新最优位置：如果当前总距离小于之前的最小距离，更新最小距离和最优位置。
