平面上有 n 个点,如何求出任意两点的曼哈顿距离的最大值?

曼哈顿距离的公式为:

\[d((x_1, y_1), (x_2, y_2)) = |x_1 - x_2| + |y_1 - y_2|
\]

为了最大化曼哈顿距离,可以考虑绝对值展开的所有情况,我们可以考虑以下四个表达式:

对于点 $ (x_i, y_i) ) 和 ( (x_j, y_j) $,曼哈顿距离 $ |x_i - x_j| + |y_i - y_j| $ 可以转化为以下四种形式之一:

  1. $ (x_i + y_i) - (x_j + y_j) $
  2. $ (x_i - y_i) - (x_j - y_j) $
  3. $ -(x_i + y_i) + (x_j + y_j) $
  4. $ -(x_i - y_i) + (x_j - y_j) $

那么我们只需要跟踪这两个表达式的最大值和最小值:

  1. $ f_1(x, y) = x + y $
  2. $ f_2(x, y) = x - y $

对于每个表达式,我们可以找到其最大值和最小值,然后计算这些最大值和最小值之间的差值。

  1. 初始化四组变量,用来记录上述四个表达式的最大值和最小值:

    • $ \text{max1} = \text{min1} = x_1 + y_1 $
    • $ \text{max2} = \text{min2} = x_1 - y_1 $
  2. 遍历所有点 \((x_i, y_i)\),更新这四个值

  3. 计算两组差值的最大值:

    • $ d1 = \text{max1} - \text{min1} $
    • $ d2 = \text{max2} - \text{min2} $

    两个值实际上代表了所有四种绝对值展开的情况,几何上即线段从左下到右上和从左上到右下的两种情况。

  4. 曼哈顿距离的最大值就是最大值:

    \[\text{max_distance} = \max(d1, d2)
    \]

这个算法的时间复杂度为 $ O(n) $,因为只需遍历所有点一次即可完成所有更新和计算。

int maxManhattanDistance(const vector<pair<int, int>>& points) {
int max1 = INT_MIN/2, min1 = INT_MAX/2;
int max2 = INT_MIN/2, min2 = INT_MAX/2; for (const auto& point : points) {
int x = point.first;
int y = point.second; // 更新 max1 和 min1
int f1 = x + y;
max1 = max(max1, f1);
min1 = min(min1, f1); // 更新 max2 和 min2
int f2 = x - y;
max2 = max(max2, f2);
min2 = min(min2, f2);
} int d1 = max1 - min1;
int d2 = max2 - min2; return max(d1, d2);
} int main() {
// 示例输入
vector<pair<int, int>> points = {{1, 2}, {3, 4}, {6, 1}, {-1, -3}}; int maxDistance = maxManhattanDistance(points);
cout << "Maximum Manhattan Distance: " << maxDistance << endl; return 0;
}

高效求解 n 个点之间的最大曼哈顿距离的更多相关文章

  1. Python编程学习,高效求解素数程序实例

    素数是编程中经常需要用到的. 作为学习Python的示例,下面是一个高效求解一个范围内的素数的程序,不需要使用除法或者求模运算. #coding:utf-8 #设置python文件的编码为utf-8, ...

  2. 获取经纬度之间两点间真实距离(适用于GoogleMap,BaiduMap,Amap等)

    如何获取经纬度之间两点间真实距离(适用于GoogleMap,BaiduMap,Amap等)  目标:使用百度定位sdk开发实时移动距离计算功能,根据经纬度的定位,计算行驶公里数并实时刷新界面显示.大家 ...

  3. poj 2187 Beauty Contest(凸包求解多节点的之间的最大距离)

    /* poj 2187 Beauty Contest 凸包:寻找每两点之间距离的最大值 这个最大值一定是在凸包的边缘上的! 求凸包的算法: Andrew算法! */ #include<iostr ...

  4. 在k-means或kNN,我们是用欧氏距离来计算最近的邻居之间的距离。为什么不用曼哈顿距离?

    曼哈顿距离只计算水平或垂直距离,有维度的限制.另一方面,欧氏距离可用于任何空间的距离计算问题. 因为,数据点可以存在于任何空间,欧氏距离是更可行的选择.例如:想象一下国际象棋棋盘,象或车所 做的移动是 ...

  5. poj 1985 Cow Marathon 树的直径

    题目链接:http://poj.org/problem?id=1985 After hearing about the epidemic of obesity in the USA, Farmer J ...

  6. 2021.07.09 K-D树

    2021.07.09 K-D树 前置知识 1.二叉搜索树 2.总是很长的替罪羊树 K-D树 建树 K-D树具有二叉搜索树的形态,对于每一个分类标准,小于标准的节点在父节点左边,大于标准的节点在父节点右 ...

  7. 欧几里德&扩展以及求解线性方程学习总结--附上poj1061解题报告

    欧几里德算法: 欧几里德就是辗转相除法,调用这个gcd(a,b)这个函数求解a,b的最大公约数 公式: gcd(a,b)=gcd(b,a%b):并且gcd(a,b)=gcd(b,a)=gcd(-a,b ...

  8. python爬虫 | 一条高效的学习路径

    数据是创造和决策的原材料,高质量的数据都价值不菲.而利用爬虫,我们可以获取大量的价值数据,经分析可以发挥巨大的价值,比如: 豆瓣.知乎:爬取优质答案,筛选出各话题下热门内容,探索用户的舆论导向. 淘宝 ...

  9. Edit Distance问题在两种编程范式下的求解

    本文已授权 [Coding博客](https://blog.coding.net) 转载 前言 Edit Distance,中文叫做编辑距离,在文本处理等领域是一个重要的问题,以下是摘自于百度百科的定 ...

  10. 概率分布之间的距离度量以及python实现

    1. 欧氏距离(Euclidean Distance)       欧氏距离是最易于理解的一种距离计算方法,源自欧氏空间中两点间的距离公式.(1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧 ...

随机推荐

  1. PyTorch+昇腾 共促AI生态创新发展

    原文链接: https://mp.weixin.qq.com/s/s8jNzTo0DM_LjyUwYDVgGg ============================================ ...

  2. 人工智能领域在显卡短缺之下的思考——“【亦】微笑面对显卡短缺:不买更快乐”有感——mindspore快快成长

    划水之时看了看B站视频: [亦]微笑面对显卡短缺:不买更快乐 https://www.bilibili.com/video/BV1RZ4y1c7qT 在显卡短缺之下不仅仅电脑游戏玩家被卡脖子就连高校和 ...

  3. .gitignore文件的使用方法(学习总结版)—— .gitignore 文件的配合用法

    本文紧接前文: .gitignore文件的使用方法(学习总结版) ============================================= 本文主要讨论前文中所说的一个操作,即: . ...

  4. vue&element项目实战 之api模块化与公共字典

    4.api模块化配置 步骤一:编写字典api即dic.js import request from '@/utils/request' // 查询字典列表 export const getDicLis ...

  5. php json_decode 和json_encode

    json_decode (PHP 5 >= 5.2.0, PECL json >= 1.2.0) json_decode - 对 JSON 格式的字符串进行编码 说明 mixed json ...

  6. AtCoder Beginner Contest 313

    AtCoder Beginner Contest 313 - AtCoder A - To Be Saikyo (atcoder.jp) 从\(a_1 \dots a_{n-1}\)找出最大值与\(a ...

  7. 零基础学习人工智能—Python—Pytorch学习(六)

    前言 本文主要讲神经网络的上半部分. 另外,我发现我前面文章写的有歧义的地方还是挺多,虽然,已经改了一部分,但,可能还有没发现的,大家看的时候尽量多理解着看吧. 本着目的是学会使用神经网络的开发,至于 ...

  8. 链接器 ld 名称的由来

    Linker 通常缩写为 LD,这是因为在 Unix 和类 Unix 系统中,ld 是链接器的常用命令名称.这个命名可以追溯到 Unix 系统的早期发展历史. 历史背景 Unix 早期:在 Unix ...

  9. 【Java】之获取CSV文件数据以及获取Excel文件数据

    一.获取CSV文件数据 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.Sheet; impor ...

  10. ES7学习笔记(二)ES的集群原理

    发现 发现是节点之间彼此发现,形成集群的一个过程.这个过程发生的场景有很多,比如:你启动了一个集群节点,或者一个节点确认主节点已经挂掉了,或者一个新的主节点被选举了. 咱们在配置集群的时候在配置文件中 ...