题目描述
给你两个整数 x 和 y ,表示你在一个笛卡尔坐标系下的 (x, y) 处。同时,在同一个坐标系下给你一个数组 points ,其中 points[i] = [ai, bi] 表示在 (ai, bi) 处有一个点。当一个点与你所在的位置有相同的 x 坐标或者相同的 y 坐标时,我们称这个点是 有效的 。
请返回距离你当前位置 曼哈顿距离 最近的 有效 点的下标(下标从 0 开始)。如果有多个最近的有效点,请返回下标 最小 的一个。如果没有有效点,请返回 -1 。
两个点 (x1, y1) 和 (x2, y2) 之间的 曼哈顿距离 为 abs(x1 - x2) + abs(y1 - y2) 。
示例
示例 1:
输入:x = 3, y = 4, points = [[1,2],[3,1],[2,4],[2,3],[4,4]]
输出:2
解释:所有点中,[3,1],[2,4] 和 [4,4] 是有效点。有效点中,[2,4] 和 [4,4] 距离你当前位置的曼哈顿距离最小,都为 1 。[2,4] 的下标最小,所以返回 2 。
示例 2:
输入:x = 3, y = 4, points = [[3,4]]
输出:0
提示:答案可以与你当前所在位置坐标相同。
示例 3:
输入:x = 3, y = 4, points = [[2,3]]
输出:-1
解释:没有 有效点。
提示
1 <= points.length <= 104
points[i].length == 2
1 <= x, y, ai, bi <= 104
思路
- 初始化min=10000,用于存储有效点的曼哈顿距离最小值。初始化minid=-1,用于存储返回的距离当前位置曼哈顿距离最近的有效点的下标.初始化tmp=-1,用于存储当前点的曼哈顿距离。
- 遍历point数组寻找有效点
3. 初始化pix用于存储point[i]横坐标,piy用于存储point[i]纵坐标,判断是否是有效点
4. 计算当前有效点的曼哈顿距离存入tmp
5. 如果当前有效点的曼哈顿距离tmp<min
6. 更新min=当前有效点曼哈顿距离
7. 更新minid=当前有效点下标
Java实现
class Solution {
public int nearestValidPoint(int x, int y, int[][] points) {
int i=0;
// 1. 初始化min=10000,用于存储有效点的曼哈顿距离最小值。初始化minid=-1,用于存储返回的距离当前位置曼哈顿距离最近的有效点的下标.初始化tmp=-1,用于存储当前点的曼哈顿距离。
int min = 10000;
int minid = -1;
int tmp = -1;
//2. 遍历point数组寻找有效点
for(i=0;i<points.length;i++)
{
//3.初始化pix用于存储point[i]横坐标,piy用于存储point[i]纵坐标,判断是否是有效点
int pix = points[i][0];
int piy = points[i][1];
if(pix==x || piy==y)
{
// 4. 计算当前有效点的曼哈顿距离存入tmp
tmp = Math.abs(pix-x)+Math.abs(piy-y);
// 5. 如果当前有效点的曼哈顿距离tmp<min
if(tmp<min)
{
// 6. 更新min=当前有效点曼哈顿距离
min = tmp;
// 7. 更新minid=当前有效点下标
minid = i;
}
}
}
return minid;
}
}
python实现
思路
- 初始化min=10000,用于存储有效点的曼哈顿距离最小值。初始化minid=-1,用于存储返回的距离当前位置曼哈顿距离最近的有效点的下标.初始化tmp=-1,用于存储当前点的曼哈顿距离。
- 遍历point数组寻找有效点
- 判断是否是横坐标相同的有效点
- 计算当前有效点的曼哈顿距离存入tmp
- 如果当前有效点的曼哈顿距离tmp<min
- 更新min=当前有效点曼哈顿距离
- 更新minid=当前有效点下标
- 判断是否是纵坐标相同的有效点
- 计算当前有效点的曼哈顿距离存入tmp
- 如果当前有效点的曼哈顿距离tmp<min
- 更新min=当前有效点曼哈顿距离
- 更新minid=当前有效点下标
class Solution:
def nearestValidPoint(self, x: int, y: int, points: List[List[int]]) -> int:
# 1. 初始化min=10000,用于存储有效点的曼哈顿距离最小值。初始化minid=-1,用于存储返回的距离当前位置曼哈顿距离最近的有效点的下标.初始化tmp=-1,用于存储当前点的曼哈顿距离。
i=0
n=len(points)
min=10000
minid=-1
tmp=-1
# 2. 遍历point数组寻找有效点
for i, (pix,piy) in enumerate(points):
# 3. 判断是否是横坐标相同的有效点
if pix==x:
# 4. 计算当前有效点的曼哈顿距离存入tmp
tmp = abs(piy-y)
# 5. 如果当前有效点的曼哈顿距离tmp<min
if tmp<min:
# 6. 更新min=当前有效点曼哈顿距离
min = tmp
# 7. 更新minid=当前有效点下标
minid = i
# 8. 判断是否是纵坐标相同的有效点
if piy==y:
# 9. 计算当前有效点的曼哈顿距离存入tmp
tmp = abs(pix-x)
# 10. 如果当前有效点的曼哈顿距离tmp<min
if tmp<min:
# 11. 更新min=当前有效点曼哈顿距离
min = tmp
# 12. 更新minid=当前有效点下标
minid = i
return minid
C++实现
class Solution {
public:
int nearestValidPoint(int x, int y, vector<vector<int>>& points) {
int n = points.size();
int i = 0;
//1. 初始化min=10000,用于存储有效点的曼哈顿距离最小值。初始化minid=-1,用于存储返回的距离当前位置曼哈顿距离最近的有效点的下标.初始化tmp=-1,用于存储当前点的曼哈顿距离。
int min = 10000;
int minid = -1;
int tmp = -1;
// 2. 遍历point数组寻找有效点
for(i=0;i<n;i++)
{
//3.初始化pix用于存储point[i]横坐标,piy用于存储point[i]纵坐标,判断是否是有效点
int pix = points[i][0];
int piy = points[i][1];
if(pix==x || piy==y)
{
// 4. 计算当前有效点的曼哈顿距离存入tmp
tmp = abs(pix-x)+abs(piy-y);
// 5. 如果当前有效点的曼哈顿距离tmp<min
if(tmp<min)
{
// 6. 更新min=当前有效点曼哈顿距离
min = tmp;
// 7. 更新minid=当前有效点下标
minid = i;
}
}
}
return minid;
}
};