【算法】1828. 统计一个圆中点的数目(java / c / c++ / python / go / rust)

简介: 给你一个数组 points ,其中 points[i] = [xi, yi] ,表示第 i 个点在二维平面上的坐标。多个点可能会有 相同 的坐标。同时给你一个数组 queries ,其中 queries[j] = [xj, yj, rj] ,表示一个圆心在 (xj, yj) 且半径为 rj 的圆。对于每一个查询 queries[j] ,计算在第 j 个圆 内 点的数目。如果一个点在圆的 边界上 ,我们同样认为它在圆 内 。请你返回一个数组 answer ,其中 answer[j]是第 j 个查询的答案。

1828. 统计一个圆中点的数目:

给你一个数组 points ,其中 points[i] = [xi, yi] ,表示第 i 个点在二维平面上的坐标。多个点可能会有 相同 的坐标。

同时给你一个数组 queries ,其中 queries[j] = [xj, yj, rj] ,表示一个圆心在 (xj, yj) 且半径为 rj 的圆。

对于每一个查询 queries[j] ,计算在第 j 个圆 内 点的数目。如果一个点在圆的 边界上 ,我们同样认为它在圆 内 。

请你返回一个数组 answer ,其中 answer[j]是第 j 个查询的答案。

样例 1

在这里插入图片描述

输入:
  points = [[1,3],[3,3],[5,3],[2,2]], queries = [[2,3,1],[4,3,1],[1,1,2]]

输出:
  [3,2,2]

解释:
  所有的点和圆如上图所示。
  queries[0] 是绿色的圆,queries[1] 是红色的圆,queries[2] 是蓝色的圆。

样例 2

在这里插入图片描述

输入:
  points = [[1,1],[2,2],[3,3],[4,4],[5,5]], queries = [[1,2,2],[2,2,2],[4,3,2],[4,3,3]]

输出:
  [2,3,2,4]

解释:
  所有的点和圆如上图所示。
  queries[0] 是绿色的圆,queries[1] 是红色的圆,queries[2] 是蓝色的圆,queries[3] 是紫色的圆。

提示

  • 1 <= points.length <= 500
  • points[i].length == 2
  • 0 <= x​​​​​​i, y​​​​​​i <= 500
  • 1 <= queries.length <= 500
  • queries[j].length == 3
  • 0 <= xj, yj <= 500
  • 1 <= rj <= 500
  • 所有的坐标都是整数。

分析

  • 二当家的刚看到题目先是有点懈怠心里,因为几何知识都忘记了,感觉会很复杂。
  • 但是读了题,仔细思考后发现点是否会落在圆内,就是要看点到圆心的距离是否小于等于圆的半径。
  • 假设圆心p1的坐标是(x1,y1),点p2的坐标是(x2,y2),那么点到圆心的距离就是图片.png

  • 由于我们只需要比较距离和半径哪个大,并不需要真的算出距离,所以可以距离不开方,而把半径做平方,因为平方运算要比开方快。

题解

java

class Solution {
    public int[] countPoints(int[][] points, int[][] queries) {
        final int n   = queries.length;
        int[]     ans = new int[n];

        for (int i = 0; i < n; ++i) {
            int x = queries[i][0];
            int y = queries[i][1];
            int r = queries[i][2];
            int r2 = r * r;
            int maxX = x + r;
            int minX = x - r;
            int maxY = y + r;
            int minY = y - r;

            for (int[] p : points) {
                int px = p[0];
                int py = p[1];
                // 加速的判断,是否有意义不好说,对于不符合的点会更快,对于符合的点会更慢,也许就互相抵消了
                if (px < minX || px > maxX
                    || py < minY || py > maxY) {
                    continue;
                }
                // 到圆心距离小于等于半径的点就是满足题目要求的点
                double dis = Math.pow(px - x, 2) + Math.pow(py - y, 2);
                if (dis <= r2) {
                    ans[i]++;
                }
            }
        }

        return ans;
    }
}

c

/**
 * Note: The returned array must be malloced, assume caller calls free().
 */
int* countPoints(int** points, int pointsSize, int* pointsColSize, int** queries, int queriesSize, int* queriesColSize, int* returnSize){
    *returnSize = queriesSize;
    int *ans = malloc(sizeof(int) * queriesSize);

    for (int i = 0; i < queriesSize; ++i) {
        int x = queries[i][0];
        int y = queries[i][1];
        int r = queries[i][2];
        int r2 = r * r;
        int maxX = x + r;
        int minX = x - r;
        int maxY = y + r;
        int minY = y - r;

        int count = 0;

        for (int j = 0; j < pointsSize; ++j) {
            int px = points[j][0];
            int py = points[j][1];
            // 加速的判断,是否有意义不好说,对于不符合的点会更快,对于符合的点会更慢,也许就互相抵消了
            if (px < minX || px > maxX
                || py < minY || py > maxY) {
                continue;
            }
            // 到圆心距离小于等于半径的点就是满足题目要求的点
            double dis = (px - x) * (px - x) + (py - y) * (py - y);
            if (dis <= r2) {
                ++count;
            }
        }

        ans[i] = count;
    }

    return ans;
}

c++

class Solution {
public:
    vector<int> countPoints(vector<vector<int>>& points, vector<vector<int>>& queries) {
        vector<int> ans;

        for (auto &query : queries) {
            int x = query[0];
            int y = query[1];
            int r = query[2];
            int r2 = r * r;
            int maxX = x + r;
            int minX = x - r;
            int maxY = y + r;
            int minY = y - r;

            int count = 0;

            for (auto &point : points) {
                int px = point[0];
                int py = point[1];
                // 加速的判断,是否有意义不好说,对于不符合的点会更快,对于符合的点会更慢,也许就互相抵消了
                if (px < minX || px > maxX
                    || py < minY || py > maxY) {
                    continue;
                }
                // 到圆心距离小于等于半径的点就是满足题目要求的点
                double dis = (px - x) * (px - x) + (py - y) * (py - y);
                if (dis <= r2) {
                    ++count;
                }
            }

            ans.push_back(count);
        }

        return ans;
    }
};

python

class Solution:
    def countPoints(self, points: List[List[int]], queries: List[List[int]]) -> List[int]:
        ans = []

        for x, y, r in queries:
            r2 = r * r
            maxX = x + r
            minX = x - r
            maxY = y + r
            minY = y - r

            count = 0
            for px, py in points:
                # 加速的判断,是否有意义不好说,对于不符合的点会更快,对于符合的点会更慢,也许就互相抵消了
                if (px < minX or px > maxX
                        or py < minY or py > maxY):
                    continue
                # 到圆心距离小于等于半径的点就是满足题目要求的点
                dis = (px - x) ** 2 + (py - y) ** 2
                if dis <= r2:
                    count += 1

            ans.append(count)

        return ans

go

func countPoints(points [][]int, queries [][]int) []int {
    ans := make([]int, len(queries))

    for i, query := range queries {
        x := query[0]
        y := query[1]
        r := query[2]
        r2 := r * r
        maxX := x + r
        minX := x - r
        maxY := y + r
        minY := y - r

        for _, point := range points {
            px := point[0]
            py := point[1]
            // 加速的判断,是否有意义不好说,对于不符合的点会更快,对于符合的点会更慢,也许就互相抵消了
            if px < minX || px > maxX || py < minY || py > maxY {
                continue
            }
            // 到圆心距离小于等于半径的点就是满足题目要求的点
            dis := (px - x) * (px - x) + (py - y) * (py - y)
            if dis <= r2 {
                ans[i]++
            }
        }
    }

    return ans
}

rust

impl Solution {
    pub fn count_points(points: Vec<Vec<i32>>, queries: Vec<Vec<i32>>) -> Vec<i32> {
        queries.iter().map(|query| {
            let (x, y, r) = (query[0], query[1], query[2]);
            let r2 = r * r;
            let max_x = x + r;
            let min_x = x - r;
            let max_y = y + r;
            let min_y = y - r;

            points.iter().map(|point| {
                let (px, py) = (point[0], point[1]);
                if px >= min_x && px <= max_x
                    && py >= min_y && py <= max_y {
                    // 到圆心距离小于等于半径的点就是满足题目要求的点
                    let dis = (px - x) * (px - x) + (py - y) * (py - y);
                    if dis <= r2 {
                        return 1;
                    }
                }
                0
            }).sum()
        }).collect()
    }
}

原题传送门


非常感谢你阅读本文~
放弃不难,但坚持一定很酷~
希望我们大家都能每天进步一点点~
本文由 二当家的白帽子:https://developer.aliyun.com/profile/sqd6avc7qgj7y 博客原创~

相关文章
|
4月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
5月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
278 26
|
5月前
|
jenkins Shell 测试技术
|
5月前
|
安全 jenkins Java
Java、Python、C++支持jenkins和SonarQube(一)
Jenkins 是一个开源的 持续集成(CI)和持续交付(CD) 工具,用于自动化构建、测试和部署软件项目。它基于 Java 开发,支持跨平台运行,并拥有丰富的插件生态系统,可以灵活地扩展功能
366 5
|
5月前
|
存储 Java Go
对比Java学习Go——函数、集合和OOP
Go语言的函数支持声明与调用,具备多返回值、命名返回值等特性,结合`func`关键字与类型后置语法,使函数定义简洁直观。函数可作为一等公民传递、赋值或作为参数,支持匿名函数与闭包。Go通过组合与接口实现面向对象编程,结构体定义数据,方法定义行为,接口实现多态,体现了Go语言的简洁与高效设计。
|
5月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
507 4
|
5月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
720 4
|
5月前
|
jenkins Java Shell
Java、Python、C++支持jenkins和SonarQube(全集)
Jenkins 是一个开源的持续集成(CI)和持续交付(CD)工具,用于自动化构建、测试和部署软件项目。它基于 Java 开发,支持跨平台运行,并拥有丰富的插件生态系统,可以灵活地扩展功能
513 1
|
5月前
|
jenkins Java 持续交付
Java、Python、C++支持Jenkins和SonarQube(三)
Python与Jenkins和SonarQube
198 1
|
5月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
319 3