【算法】1828. 统计一个圆中点的数目(java / c / c++ / python / go / rust)
【摘要】 1828. 统计一个圆中点的数目:给你一个数组 points ,其中 points[i] = [xix_ixi, yiy_iyi] ,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] = [xjx_jxj, yjy_jyj, rjr_jrj] ,表示一个圆心在 (xjx_jxj, yjy_jyj)...
1828. 统计一个圆中点的数目:
给你一个数组 points ,其中 points[i] = [ , ] ,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] = [ , , ] ,表示一个圆心在 ( , ) 且半径为 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
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
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 <= , <= 500
- 1 <= queries.length <= 500
- queries[j].length == 3
- 0 <= , <= 500
- 1 <= <= 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 的坐标是( , ),点 的坐标是( , ),那么点到圆心的距离就是 。
- 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:https://leetcode-cn.com/problems/queries-on-number-of-points-inside-a-circle/
非常感谢你阅读本文~
欢迎【点赞】【收藏】【评论】~
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://bbs.huaweicloud.com/community/usersnew/id_1628396583336561 博客原创~
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)