1610. 可见点的最大数目 : 求极角几何题

简介: 1610. 可见点的最大数目 : 求极角几何题

网络异常,图片无法展示
|

题目描述



这是 LeetCode 上的 1610. 可见点的最大数目 ,难度为 困难


Tag : 「数学」、「几何」、「排序」、「双指针」、「滑动窗口」


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 location = [pos_x, pos_y]location=[posx,posy]points[i] = [x_i, y_i]points[i]=[xi,yi] 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,pos_xposxpos_yposy 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 [d - angle/2, d + angle/2][dangle/2,d+angle/2] 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:


网络异常,图片无法展示
|


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] 。
复制代码


示例 2:


输入:points = [[2,1],[2,2],[3,4],[1,1]], angle = 90, location = [1,1]
输出:4
解释:在你的视野中,所有的点都清晰可见,包括你所在位置的那个点。
复制代码


示例 3:

网络异常,图片无法展示
|


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。
复制代码


提示:


  • 1 <= points.length <= 10^51<=points.length<=105
  • points[i].length == 2points[i].length==2
  • location.length == 2location.length==2
  • 0 <= angle < 3600<=angle<360
  • 0 <= posx, posy, xi, yi <= 1000<=posx,posy,xi,yi<=100


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 angleangle 的、可无限延伸的覆盖面,使得该覆盖面所能覆盖 pointspoints 中的点最多。


我们所在的位置为 location = (x,y)location=(x,y),我们可以将 (x,y)(x,y) 作为「极点」,求所有 points[i]points[i] 的「极角」。


网络异常,图片无法展示
|


points[i] =(a,b)points[i]=(a,b),与极点关系 dx = a - x;dy = b - ydx=ax;dy=by


求极角的方式有两种:


  1. 使用 atan(\frac{dy}{dx})atan(dxdy):值域范围为 [-90°,90°],需要对 dxdxdydy 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 dx = 0dx=0 的边界情况;
  2. 使用 atan2(dy, dx)atan2(dy,dx):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 listlist 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 [i, j][i,j],使得 list[i]list[i]list[j]list[j] 的角度差不超过 angleangle


但直接在原数组 listlist 操作,会漏掉夹角横跨一四象限的情况:


网络异常,图片无法展示
|


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 nn,此时令 list[n + i] = list[i] + 2 * PIlist[n+i]=list[i]+2PI,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 [i,j][i,j] 可用「双指针」实现「滑动窗口」来做。


一些细节:题目规定了与 locationlocation 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;
    }
}
复制代码


  • 时间复杂度:令 nnpoints 数组的长度,预处理出 points 的所有角度复杂度为 O(n)O(n);对所有角度进行排序的复杂度为 O(n\log{n})O(nlogn);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 O(n)O(n);整体复杂度为 O(n\log{n})O(nlogn)
  • 空间复杂度:O(n)O(n)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.1610 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
4月前
|
算法 C++
空间或平面判断两线段相交(求交点)
空间或平面判断两线段相交(求交点)
26 0
|
7月前
连通块中点的数量
连通块中点的数量
42 0
|
算法
ENVI_IDL:使用反距离权重法选取最近n个点插值(底层实现)并输出为Geotiff格式(效果等价于Arcgis中反距离权重插值)
ENVI_IDL:使用反距离权重法选取最近n个点插值(底层实现)并输出为Geotiff格式(效果等价于Arcgis中反距离权重插值)
326 0
|
C++
2373. 矩阵中的局部最大值
给你一个大小为 n x n 的整数矩阵 grid 。 生成一个大小为 (n - 2) x (n - 2) 的整数矩阵  maxLocal ,并满足: maxLocal[i][j] 等于 grid 中以 i + 1 行和 j + 1 列为中心的 3 x 3 矩阵中的 最大值 。 换句话说,我们希望找出 grid 中每个 3 x 3 矩阵中的最大值。 返回生成的矩阵。
91 0
|
机器学习/深度学习
1610. 可见点的最大数目 : 结合几何的滑动窗口运用题
1610. 可见点的最大数目 : 结合几何的滑动窗口运用题
无序数组如果排序之后相邻数之间的最大差值
无序数组如果排序之后相邻数之间的最大差值
|
算法 Linux
RMSD:通过旋转计算两个分子间的最小rmsd
RMSD:通过旋转计算两个分子间的最小rmsd
460 0
RMSD:通过旋转计算两个分子间的最小rmsd
填充xarray数据集变量等于维度的形状
填充xarray数据集变量等于维度的形状 我刚开始使用xarray,并且遇到了在文档中找不到的特定任务的麻烦。我创建了一个包含两个维度的数据集: ds = xr.Dataset() ds['year'] = np.arange(100) ds['simulation'] = np.arange(1000) 我想接着一个数据变量添加到的数据集np.random.rand()与一年和模拟的坐标和等于尺寸如(1000,100)相同的形状。
2133 0
对图片坐标进行线性映射
import cv2path = "obama2.jpg"img = cv2.imread(path)y, x, c_1 = (list(img.shape))print(x, ",", y, ",", c_1)img = cv2.
1012 0