LeetCode 497. 非重叠矩形中的随机点(前缀和+二分)


题目

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

解法:前缀和+二分

整体思路:先随机确定在哪个矩形内取点,再在该矩形内随机取点

对于第二步,根据矩形特质,只需在该矩形的 XY 坐标范围内随机即可确保等概率

对于第一步(随机确定矩形)为了确保是等概率,需要结合每个矩形覆盖的点数来做。

矩形 rects [ i ] \textit{rects}[i] rects[i] 的左下角点为 ( a i , b i ) (a_i, b_i) (ai,bi), 右上角点为 ( x i , y i ) (x_i, y_i) (xi,yi),则它覆盖的整数点有 s i = ( x i − a i + 1 ) × ( y i − b i + 1 ) s_i = (x_i-a_i+1)\times(y_i-b_i+1) si=(xiai+1)×(yibi+1)个。

rects [ 0 ] \textit{rects}[0] rects[0] 覆盖的点编号为 1 至 s 0 s_0 s0 rects [ 1 ] \textit{rects}[1] rects[1] 覆盖的整数点有 s 1 s_1 s1个,编号为 s 0 + 1 s_0 + 1 s0+1 s 0 + s 1 s_0+s_1 s0+s1,依此类推。

预处理一个前缀和数组 arr(前缀和数组下标默认从 1 开始),其中 arr[i] 代表前 i 个矩形的覆盖的点数之和(即下标范围 [0, i - 1] 的点数总和),最终 arr[n] 为所有矩形的覆盖的总点数,可以在 [1, arr[n]] 范围内随机,假定随机到的值为 k,然后利用 arr 数组的具有单调性,进行「二分」,找到 k 所在的矩形,然后在该矩形中进行随机,得到最终的随机点。

class Solution {
    Random rand;
    int[][] rects;
    // arr[0] = 0;
    // arr[1] = n;  第一个矩形有n个点
    // arr[2] = m + n; 第二个矩形有m个点
    List<Integer> arr; // 前缀和数组
    int num;      // 一共有 num - 1 个矩形
    public Solution(int[][] rects) {
        rand = new Random();
        this.rects = rects;
        arr = new ArrayList<>();
        arr.add(0);
        // 构造前缀和数组
        for (int[] r : rects) {
            int a = r[0], b = r[1], x = r[2], y = r[3];
            // 前面矩形覆盖的总点数
            int n = arr.get(arr.size() - 1);
            // 当前矩形覆盖的点数
            int m = (x - a + 1) * (y - b + 1);
            arr.add(n + m);
        }
        num = arr.size();
    }
    
    public int[] pick() {
        // 1. 确定在哪个矩形内取点
        // 获取[0, rects覆盖的总点数 - 1]之间的一个随机数
        int k = rand.nextInt(arr.get(num - 1));
        // 利用二分确定该点属于第几个矩形(对应到rects的索引应该减1)
        // k + 1 是因为点的编号是从1开始的
        int rectIndex = binarySearch(arr, k + 1);
        // 2. 在rects[rectIndex - 1]对应的矩形内选点
        int[] rect = rects[rectIndex - 1];
        int x = rect[2] - rect[0] + 1;
        int y = rect[3] - rect[1] + 1;
        int a = rand.nextInt(x) + rect[0];
        int b = rand.nextInt(y) + rect[1];
        return new int[]{a, b};
    }

    private int binarySearch(List<Integer> arr, int target) {
        int left = 0, right = num;
        while (left < right) {
            int mid = left + (right - left) / 2;
            if (arr.get(mid) < target) {
                left = mid + 1;
            } else {
                right = mid;
            }
        }
        return left;
    }
}

/**
 * Your Solution object will be instantiated and called as such:
 * Solution obj = new Solution(rects);
 * int[] param_1 = obj.pick();
 */
  • 时间复杂度:构造函数复杂度为 O ( n ) O(n) O(n) pick \textit{pick} pick 函数复杂度为 O ( log ⁡ n ) O(\log n) O(logn),其中 n n n rects \textit{rects} rects 的长度。构造函数需要构造前缀和数组, pick \textit{pick} pick函数需要在前缀和数组内进行二分。

  • 空间复杂度:构造函数复杂度为 O ( n ) O(n) O(n) pick \textit{pick} pick 函数复杂度为 O ( 1 ) O(1) O(1)。构造函数需要构造前缀和数组, pick \textit{pick} pick 函数只需要使用常数空间。

Reference

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

xylitolz

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值