JavaScript算法10-矩形重叠

一、问题描述

矩形以列表 [x1, y1, x2, y2] 的形式表示,其中 (x1, y1) 为左下角的坐标,(x2, y2) 是右上角的坐标。矩形的上下边平行于 x 轴,左右边平行于 y 轴。
如果相交的面积为 正 ,则称两矩形重叠。需要明确的是,只在角或边接触的两个矩形不构成重叠。
给出两个矩形 rec1 和 rec2 。如果它们重叠,返回 true;否则,返回 false 。
示例1:
输入:rec1 = [0,0,2,2], rec2 = [1,1,3,3]
输出:true
示例2
输入:rec1 = [0,0,1,1], rec2 = [1,0,2,1]
输出:false
提示:

  • rect1.length == 4
  • rect2.length == 4
  • 109 <= rec1[i], rec2[i] <= 109
  • rec1 和 rec2 表示一个面积不为零的有效矩形

二、解题方法

2.1 位置检查

果然力扣给了一个hard题,就会出一个简单题来挽回你。被拿捏了。
这个就是纯纯的数学题,对于重叠的情况,考虑起来比较复杂,可以转换一下直接考虑没有重叠的情况。

  • 如果矩形 rec1 和 rec2 中至少有一个矩形的面积为 000,则一定没有重叠。即对于矩形 rec1 而言,其面积为 0当且仅当 rec1[0] == rec1[2] 或 rec1[1] == rec1[3];或者对于矩形 rec2 而言,其面积为 0 当且仅当 rec2[0] == rec2[2] 或 rec2[1] == rec2[3]。
  • 当矩形 rec1 和 rec2 的面积都大于 000 时,如果我们在平面中放置一个固定的矩形 rec2,那么矩形 rec1 必须要出现在 rec2 的「四周」,也就是说,矩形 rec1 需要满足以下四种情况中的至少一种:矩形rec1在矩形rec2的左、右、上、下侧。
    • 左侧:rec1[2] <= rec2[0]
    • 右侧:rec1[0] >= rec2[2]
    • 上侧:rec1[1] >= rec2[3]
    • 下侧:rec1[3] <= rec2[1]

代码如下:

/**
 * @param {number[]} rec1
 * @param {number[]} rec2
 * @return {boolean}
 */
var isRectangleOverlap = function(rec1, rec2) {
if(rec1[0]==rec1[2]||rec1[1]==rec1[3]||rec2[0]==rec2[2]||rec2[1]==rec2[3]){  return false;
}
if(rec1[2] <= rec2[0]||rec1[0] >= rec2[2]||rec1[1] >= rec2[3]||rec1[3] <= rec2[1]){
	return false;
}
return true;
};

2.2 区域检查

这里在官方解答看到的一个解题方法,觉得很有意思,就写上来了,还有一个大佬用外切⚪之类的来解题的,我只能说简单问题复杂化,不是很支持。(我是菜鸡,不要喷我。。。。)
如果两个矩形重叠则有:两个矩形的横边之和大于横边的距离(纵边同理)。
在这里插入图片描述在这里插入图片描述

但是需要注意的是哪个矩形在上方是未知的,所以两种情况都要考虑到,这是正向考虑的复杂所在。

/**
 * @param {number[]} rec1
 * @param {number[]} rec2
 * @return {boolean}
 */
var isRectangleOverlap = function(rec1, rec2) {
	  const x1 = rec1[2] - rec1[0];
    const y1 = rec1[3] - rec1[1];
    const x2 = rec2[2] - rec2[0];
    const y2 = rec2[3] - rec2[1];
    const xDistance = Math.max(Math.abs(rec2[2] - rec1[0]), Math.abs(rec1[2] - rec2[0]));
    const yDistance = Math.max(Math.abs(rec2[3] - rec1[1]), Math.abs(rec1[3] - rec2[1]));
    return xDistance < x1 + x2 && yDistance < y1 + y2;
}
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
k-means算法是一种常见的聚类算法,可以将数据集合分成k个类别。在javascript中,可以使用以下步骤实现k-means算法: 1. 随机选择k个点作为初始的类别中心。 2. 针对每个数据点,计算其与每个类别中心的距离,并将其分配到距离最近的类别中心所代表的类别中。 3. 针对每个类别,重新计算其类别中心。 4. 重复步骤2和3,直到类别中心不再发生变化或达到预设次数。 以下是实现k-means算法的完整javascript代码,假设有一个名为"data"的数组代表需要聚类的数据集合,k为设定的类别个数: ```javascript //随机选择k个点作为初始的类别中心 function kMeans(data, k){ var centroids = [] for(var i=0; i<k; i++){ centroids.push(data[Math.floor(Math.random()*data.length)]) } var iterations = 0 var oldCentroids //重复执行聚类过程,直到类别中心不再发生变化或达到预设次数 do{ oldCentroids = centroids.slice() var clusters = new Array(k).fill(0).map(() => []) //将每个数据点分配到距离最近的类别中心所代表的类别 for(var i=0; i<data.length; i++){ var distances = [] for(var j=0; j<k; j++){ var distance = calculateDistance(data[i],centroids[j]) distances.push(distance) } var minIndex = distances.indexOf(Math.min(...distances)) clusters[minIndex].push(data[i]) } //重新计算每个类别的中心 for(var i=0; i<k; i++){ centroids[i] = calculateCentroid(clusters[i]) } iterations++ } while(iterations<100 && !centroidsEqual(centroids, oldCentroids)) //返回聚类结果 return clusters } //计算两个点之间的欧几里德距离 function calculateDistance(p1, p2){ var sum = 0 for(var i=0; i<p1.length; i++){ sum += Math.pow(p1[i]-p2[i], 2) } return Math.sqrt(sum) } //计算指定类别的中心点 function calculateCentroid(cluster){ var centroid = [] var numDimensions = cluster[0].length for(var i=0; i<numDimensions; i++){ var sum = 0 for(var j=0; j<cluster.length; j++){ sum += cluster[j][i] } centroid.push(sum/cluster.length) } return centroid } //判断两个类别中心是否相等 function centroidsEqual(c1, c2){ var tolerance = 0.0001 for(var i=0; i<c1.length; i++){ for(var j=0; j<c1[i].length; j++){ if(Math.abs(c1[i][j]-c2[i][j]) > tolerance){ return false } } } return true } ``` 这是一个标准的k-means算法实现,但由于javascript运行在浏览器中,性能可能会受到限制。如果需要对大型数据集合进行聚类,可以考虑使用其他高性能语言实现聚类算法,如python、R、C++等。

“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
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