LeetCode 1610. 可见点的最大数目

算法白菜

已于 2024-05-01 08:58:28 修改

阅读量994

点赞数 36

文章标签：算法 java leetcode 职场和发展数据结构

于 2024-04-29 10:59:58 首次发布

本文链接：https://blog.csdn.net/m0_56090828/article/details/138302590

版权

1610. 可见点的最大数目

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 = [posx, posy] 且 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，posx 和 posy 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] 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：

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] 。

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。

示例 3：

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。

提示：

1 <= points.length <= 10^5
points[i].length == 2
location.length == 2
0 <= angle < 360
0 <= posx, posy, xi, yi <= 100

提示 1

Sort the points by polar angle with the original position. Now only a consecutive collection of points would be visible from any coordinate.

提示 2

We can use two pointers to keep track of visible points for each start point

提示 3

For handling the cyclic condition, it’d be helpful to append the point list to itself after sorting.

解法1：二分查找

double atan2( double y, double x );

atan2 返回 -π 到 π 弧度范围内的 y/x 的反正切值。如果 atan2 的这两个参数均为 0，则函数返回 0。所有结果都都以弧度为单位。

atan2 计算 y/x 的反正切值（假设 x 等于 0，如果 y 为正，则 atan2 返回 π/2；如果 y 为负，则返回 -π/2；如果 y 为 0，则返回 0）。

对于某些点的坐标（x，y）刚好处于 location 的元素, x == locationX && y == locationY 需要单独进行统计，因为当 atan2 的两个参数都为 0 时，atan2 的返回值是0，对应的弧度为 0，角度也为 0，但无论视角范围是多少，我们总能看到位于 location 的元素。
如果某些点的坐标 x != locationX && y == location Y，则 atan2 的返回值是0，对应的弧度为 0，角度也为 0，但如果此时我们的视角范围不包括 0 degree，我们看不到这个点。
综上所述，x == locationX && y == locationY 的点坐标不需要计算 atan2 值，需要单独统计。

由于 atan2 的返回值范围是 [-π, π]，为了方便统计，我们把所有角的弧度转为 [0, 2π]，

也可转为角度[0, 360]，我们将所有点（除了位于location的点）坐标转换成极角并存储到列表 polarDegrees，然后对列表 polarDegrees 排序。

我们的视角范围为 [start, end], end = start + angle,

如果 end <= 360 degree or end <= 2π, 则视角范围为 [start, end],

如果 end > 360 degree or end > 2π, 则 end -= 360 or end -= 2π,视角范围为 [start, 360] [0, end]

or [start, 2π] [0, end],由于列表 polarDegrees 有序，则我们只需计算角度在[0, end]范围内的个数

写法1：角度 degrees

class Solution {
    public int visiblePoints(List<List<Integer>> points, int angle, List<Integer> location) {
        int locationX = location.get(0);
        int locationY = location.get(1);
        List<Double> polarDegrees = new ArrayList<>();
        int self = 0;
        int ans = 0;
        for (List<Integer> point : points) {
            int x = point.get(0);
            int y = point.get(1);
            if (x == locationX && y == locationY) {
                self++;
                continue;
            }
            double angleDegrees = Math.toDegrees(Math.atan2(y - locationY, x - locationX));
            if (angleDegrees < 0) {
                angleDegrees += 360.0;
            }
            polarDegrees.add(angleDegrees);
        }
        Collections.sort(polarDegrees);
        int m = polarDegrees.size();
        for (int i = 0; i < m; i++) {
            double start = polarDegrees.get(i);
            double end = start + angle;
            if (end > 360.0) {
                end -= 360.0;
            }
            ans = Math.max(ans, binarySearch(polarDegrees, start, end, i, m));
        }
        return ans + self;
    }

    private int binarySearch(List<Double> polarDegrees, double start, double end, int i, int m) {
        int len = 0;
        // start <= end，则角度范围：[start, end]，由于polarDegrees是有序的，所以只要找到小于end的最大下标即可
        int left = i;
        int right = m - 1;
        // start > end，则角度范围：[start, 360] | [0, end]，由于polarDegrees是有序的，所以只要找到小于end的最大下标即可
        if (start > end) {
            left = 0;
            right = i;
        }
        while (left <= right) {
            // 循环不变量:
            // polarDegrees.get(left - 1) <= end
            // polarDegrees.get(right + 1) > end
            int mid = left + (right - left) / 2;
            if (polarDegrees.get(mid) <= end) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        if (start <= end) {
            len = left - i;
        } else {
            len = left + m - i;
        }
        return len;
    }
}

复杂度分析

时间复杂度：O( n log⁡ n)。其中 n 为坐标的个数即列表 points 的长度，m 为列表 polarDegrees 的长度，最坏情况下 m == n。由于需要对所有的点坐标（x, y）转化成到原点 (locationX, locationY) 的极角，再对极角进行排序，再对每一个坐标的区间进行二分查找，因此总的时间复杂度应该为 O(n + m log⁡ m + mlog⁡ m) = O( m log⁡ m) = O( n log⁡ n)。
空间复杂度：O(n)。

写法2：弧度 radians

class Solution {
    public int visiblePoints(List<List<Integer>> points, int angle, List<Integer> location) {
        int locationX = location.get(0);
        int locationY = location.get(1);
        List<Double> polarRadians = new ArrayList<>();
        int self = 0;
        int ans = 0;
        double PI2 = 2.0 * Math.PI;
        for (List<Integer> point : points) {
            int x = point.get(0);
            int y = point.get(1);
            if (x == locationX && y == locationY) {
                self++;
                continue;
            }
            double angleRadians = Math.atan2(y - locationY, x - locationX);
            if (angleRadians < 0) {
                angleRadians += PI2;
            }
            polarRadians.add(angleRadians);
        }
        Collections.sort(polarRadians);
        int m = polarRadians.size();
        for (int i = 0; i < m; i++) {
            double start = polarRadians.get(i);
            double end = start + Math.toRadians(angle);
            if (end > PI2) {
                end -= PI2;
            }
            ans = Math.max(ans, binarySearch(polarRadians, start, end, i, m));
        }
        return ans + self;
    }

    private int binarySearch(List<Double> polarRadians, double start, double end, int i, int m) {
        int len = 0;
        // start <= end，则角度范围：[start, end]，由于polarDegrees是有序的，所以只要找到小于end的最大下标即可
        int left = i;
        int right = m - 1;
        // start > end，则角度范围：[start, 360] | [0, end]，由于polarDegrees是有序的，所以只要找到小于end的最大下标即可
        if (start > end) {
            left = 0;
            right = i;
        }
        while (left <= right) {
            // 循环不变量:
            // polarRadians.get(left - 1) <= end
            // polarRadians.get(right + 1) > end
            int mid = left + (right - left) / 2;
            if (polarRadians.get(mid) <= end) {
                left = mid + 1;
            } else {
                right = mid - 1;
            }
        }
        if (start <= end) {
            len = left - i;
        } else {
            len = left + m - i;
        }
        return len;
    }
}

复杂度分析

时间复杂度：O( n log⁡ n)。其中 n 为坐标的个数即列表 points 的长度，m 为列表 polarRadinas 的长度，最坏情况下 m == n。由于需要对所有的点坐标（x, y）转化成到原点 (locationX, locationY) 的极角，再对极角进行排序，再对每一个坐标的区间进行二分查找，因此总的时间复杂度应该为 O(n + m log⁡ m + mlog⁡ m) = O( m log⁡ m) = O( n log⁡ n)。
空间复杂度：O(n)。

解法2：滑动窗口

class Solution {
    public int visiblePoints(List<List<Integer>> points, int angle, List<Integer> location) {
        int locationX = location.get(0);
        int locationY = location.get(1);
        List<Double> polarRadians = new ArrayList<>();
        int self = 0;
        int ans = 0;
        double PI2 = 2.0 * Math.PI;
        for (List<Integer> point : points) {
            int x = point.get(0);
            int y = point.get(1);
            if (x == locationX && y == locationY) {
                self++;
                continue;
            }
            double angleRadians = Math.atan2(y - locationY, x - locationX);
            if (angleRadians < 0) {
                angleRadians += PI2;
            }
            polarRadians.add(angleRadians);
        }
        Collections.sort(polarRadians);
        int m = polarRadians.size();

        // 因为角度成环问题，radians == radians + 2*PI 所以先将所有角加上2*PI 再添加到原列表末尾
        polarRadians.addAll(polarRadians.stream().map(i -> i + PI2).collect(Collectors.toList()));
        int left = 0;
        int right = 0;
        double radians = Math.toRadians(angle);
        while (right < 2 * m) {
            while (polarRadians.get(right) > polarRadians.get(left) + radians) {
                left++;
            }
            ans = Math.max(ans, right - left + 1);
            right++;
        }
        return ans + self;
    }

}

复杂度分析

时间复杂度：O(n log ⁡n)，其中 n 为坐标的个数，总的时间复杂度应该为 O(n + n log ⁡n + 2n ) = O( n log ⁡n)。
空间复杂度：O(n)，其中 n 为坐标的个数，我们总共最多需要两倍坐标个数的空间来存储坐标的极角。

算法白菜

关注

36
点赞
踩
13

收藏

觉得还不错? 一键收藏
0
评论
LeetCode 1610. 可见点的最大数目

如果 end > 360 degree or end > 2π, 则 end -= 360 or end -= 2π,视角范围为 [start, 360] [0, end]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]。的返回值范围是 [-π, π]，为了方便统计，我们把所有角的弧度转为 [0, 2π]，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。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。
复制链接

扫一扫