这个距离的定义就是切比雪夫距离的定义。切比雪夫距离的计算式子是:d = max(|x1 - x2|,|y1 - y2|)
在切比雪夫距离的定义下,一个点和周围相邻的8个点的距离相等(都为1)。
如果将距离拓展为 d:以某一个点为中心,与它的切比雪夫距离为d 的点会构成一个正方形:
(即与某一个点距离相同的点会构成一个矩形)
曼哈顿距离的计算式子:d = |x1 - x2| + |y1 - y2|
,即网格图上的距离。
相比切比雪夫距离,在曼哈顿距离下,到某个点距离相同的点会构成一个菱形(也是正方形):
切比雪夫距离和曼哈顿距离有一个转化式子:
将一个点的坐标(x,y)
变换成 (x + y,x - y)
,原坐标系的曼哈顿距离 = 新坐标系的切比雪夫距离
将一个点的坐标(x,y)
变换成
(
x
+
y
2
,
x
−
y
2
)
(\frac{x+y}{2},\frac{x - y}{2})
(2x+y,2x−y),原坐标系的切比雪夫距离 = 新坐标系的曼哈顿距离
对于这题,考虑枚举每个点作为聚会点,计算距离和。在切比雪夫距离下,距离和 s u m = ∑ m a x ( ∣ x i − x j ∣ , ∣ y i − y j ∣ ) sum = \sum max(|xi - xj|,|yi - yj|) sum=∑max(∣xi−xj∣,∣yi−yj∣),每一个点需要O(n)的复杂度来计算距离和。
考虑转化为曼哈顿距离:计算式子为 ∣ x 1 − x 2 ∣ + ∣ y 1 − y 2 ∣ |x1 - x2| + |y1 - y2| ∣x1−x2∣+∣y1−y2∣,只要对坐标进行排序就可以去掉绝对值,利用前缀和优化,扫两次,第一次计算x 坐标的贡献,第二次计算y坐标的贡献。总复杂度为 O ( n log n ) O(n \log n) O(nlogn)
代码:
#include<bits/stdc++.h>
using namespace std;
const int maxn = 1e5 + 10;
typedef long long ll;
int n;
struct node{
ll x,y,id;
}a[maxn];
bool cmp1(node a,node b) {
return a.x < b.x;
}
bool cmp2(node a,node b) {
return a.y < b.y;
}
ll ans[maxn],sum[maxn];
int main() {
scanf("%d",&n);
for(ll i = 1,x,y; i <= n; i++) {
scanf("%lld%lld",&x,&y);
a[i].id = i;
a[i].x = (x + y);
a[i].y = (x - y);
}
sort(a + 1,a + n + 1,cmp1);
for(int i = 1; i <= n; i++) {
sum[i] = sum[i - 1] + a[i].x;
}
for(int i = 1; i <= n; i++) {
ans[a[i].id] += i * a[i].x - sum[i];
ans[a[i].id] += sum[n] - sum[i - 1] - 1ll * (n - i + 1) * a[i].x;
}
sort(a + 1,a + n + 1,cmp2);
for(int i = 1; i <= n; i++) {
sum[i] = sum[i - 1] + a[i].y;
}
for(int i = 1; i <= n; i++) {
ans[a[i].id] += i * a[i].y - sum[i];
ans[a[i].id] += sum[n] - sum[i - 1] - 1ll * (n - i + 1) * a[i].y;
}
ll res = 1e15;
for(int i = 1; i <= n; i++) {
res = min(res,ans[i]);
}
printf("%lld\n",res / 2);
return 0;
}