题目:973. 最接近原点的 K 个点
我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。
(这里,平面上两点之间的距离是欧几里德距离。)
你可以按任何顺序返回答案。除了点坐标的顺序之外,答案确保是唯一的。
示例 1:
输入:points = [[1,3],[-2,2]], K = 1
输出:[[-2,2]]
解释:
(1, 3) 和原点之间的距离为 sqrt(10),
(-2, 2) 和原点之间的距离为 sqrt(8),
由于 sqrt(8) < sqrt(10),(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点,所以答案就是 [[-2,2]]。
示例 2:
输入:points = [[3,3],[5,-1],[-2,4]], K = 2
输出:[[3,3],[-2,4]]
(答案 [[-2,4],[3,3]] 也会被接受。)
提示:
- 1 <= K <= points.length <= 10000
- -10000 < points[i][0] < 10000
- -10000 < points[i][1] < 10000
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/k-closest-points-to-origin
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
基本思想:优先队列
- 定义一个新的类型,包含两个元素,坐标以及坐标到原点的距离,并定义比较方法
- 利用优先队列保存新类型的元素
- 借助优先队列能够根据自定义的比较方法自动排序这一特征,来使最近的K个坐标保存在队列中
C++版本
struct Node{
int val;
vector<int> pos;
Node(int a, vector<int> t){
val = a;
pos = t;
}
bool operator<(const Node& temp)const{
return val < temp.val;
}
};
class Solution {
public:
vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
priority_queue<Node, vector<Node>> pq;
for(auto point : points){
int cur = point[0] * point[0] + point[1] * point[1];
if(pq.size() < K){
pq.push(Node(cur, point));
}
else{
if(cur < pq.top().val){
pq.pop();
pq.push(Node(cur, point));
}
}
}
vector<vector<int>> res;
while(!pq.empty()){
res.push_back(pq.top().pos);
pq.pop();
}
return res;
}
};
python版本
- 和上述写法稍微有些不同,这里将坐标和原点距离的平方以及坐标组合成一个列表,存放在列表中
- 借助python中heapq维护小根堆的这样一个数据结构
- 由于本题中需要借助大根堆来实现,因此为了转化为使用小根堆,保存坐标和原点距离平方的相反数
class Solution:
def kClosest(self, points: List[List[int]], K: int) -> List[List[int]]:
heap = [] # heap本身是一个列表
i = 0
for point in points:
cur = -point[0] * point[0] - point[1] * point[1]
if len(heap) < K:
heapq.heappush(heap, [cur, i]) # 在heap中存放元素
else:
if cur > heap[0][0]:
heapq.heappushpop(heap, [cur, i]) # 在heap中存放一个元素并弹出一个元素
i += 1
res = []
for h in heap:
res.append(points[h[1]])
return res