算法的重要性,我就不多说了吧,想去大厂,就必须要经过基础知识和业务逻辑面试+算法面试。所以,为了提高大家的算法能力,这个公众号后续每天带大家做一道算法题,题目就从LeetCode上面选 !
今天和大家聊的问题叫做 非重叠矩形中的随机点,我们先来看题面:
https://leetcode-cn.com/problems/random-point-in-non-overlapping-rectangles/
给定一个非重叠轴对齐矩形的列表 rects,写一个函数 pick 随机均匀地选取矩形覆盖的空间中的整数点。
提示:
整数点是具有整数坐标的点。
矩形周边上的点包含在矩形覆盖的空间中。
第 i 个矩形 rects [i] = [x1,y1,x2,y2],其中 [x1,y1] 是左下角的整数坐标,[x2,y2] 是右上角的整数坐标。
每个矩形的长度和宽度不超过 2000。
1 <= rects.length <= 100
pick 以整数坐标数组 [p_x, p_y] 的形式返回一个点。
pick 最多被调用10000次 。
示例
示例 1:
输入:
["Solution","pick","pick","pick"]
[[[[1,1,5,5]]],[],[],[]]
输出:
[null,[4,1],[4,1],[3,3]]
示例 2:
输入:
["Solution","pick","pick","pick","pick","pick"]
[[[[-2,-2,-1,-1],[1,0,3,0]]],[],[],[],[],[]]
输出:
[null,[-1,-2],[2,0],[-2,-1],[3,0],[-2,-2]]
解题
https://blog.csdn.net/weixin_44171872/article/details/111083657
主要思路:
(1)两次随机过程,先使用随机找到点所在的矩形,再使用随机确定该矩形内的一个位置;
(2)随机确定矩形的过程,可以通过面积来进行映射,计算出矩形的总的面积,然后将随机数对该总面积取余,将余数映射到某个矩形;
(3)找到该矩形后,可以对使用随机数对该矩形的高和宽分别取余映射,获得两个值,将这两个值加上左下角,即为坐标位置;
class Solution {
public:
vector<vector<int>> _rects;//统计各个矩形
vector<int> _area;//获得各个矩形对应的面积
long _sum_area;//总的矩形面积
Solution(vector<vector<int>>& rects):_rects(rects) {
_area.reserve(_rects.size());
_sum_area=0;
for(vector<int>& rect:_rects){
_area.push_back((rect[2]-rect[0]+1)*(rect[3]-rect[1]+1));//获得各个矩形的面积
_sum_area+=_area.back();
}
}
vector<int> pick() {
long sum_area=rand()%_sum_area+1;//将随机数映射到矩形中
int index=0;
//找出是第几个矩形
while(_area[index]<sum_area){
sum_area-=_area[index];
++index;
}
vector<int>& cur_rect=_rects[index];
//对该矩形的高和宽进行区域,映射到矩形内的点
int x=rand()%(cur_rect[2]-cur_rect[0]+1);
int y=rand()%(cur_rect[3]-cur_rect[1]+1);
return {cur_rect[0]+x,cur_rect[1]+y};//加上矩形的左下角,即为坐标
}
};
好了,今天的文章就到这里,如果觉得有所收获,请顺手点个在看或者转发吧,你们的支持是我最大的动力 。
上期推文: