leetcode
leetcode 1451 ~ 1500
可见点的最大数目

可见点的最大数目

难度:

标签:

题目描述

给你一个点数组 points 和一个表示角度的整数 angle ,你的位置是 location ,其中 location = [posx, posy]points[i] = [xi, yi] 都表示 X-Y 平面上的整数坐标。

最开始,你面向东方进行观测。你 不能 进行移动改变位置,但可以通过 自转 调整观测角度。换句话说,posxposy 不能改变。你的视野范围的角度用 angle 表示, 这决定了你观测任意方向时可以多宽。设 d 为你逆时针自转旋转的度数,那么你的视野就是角度范围 [d - angle/2, d + angle/2] 所指示的那片区域。

对于每个点,如果由该点、你的位置以及从你的位置直接向东的方向形成的角度 位于你的视野中 ,那么你就可以看到它。

同一个坐标上可以有多个点。你所在的位置也可能存在一些点,但不管你的怎么旋转,总是可以看到这些点。同时,点不会阻碍你看到其他点。

返回你能看到的点的最大数目。

 

示例 1:

输入:points = [[2,1],[2,2],[3,3]], angle = 90, location = [1,1]
输出:3
解释:阴影区域代表你的视野。在你的视野中,所有的点都清晰可见,尽管 [2,2] 和 [3,3]在同一条直线上,你仍然可以看到 [3,3] 。

示例 2:

输入:points = [[2,1],[2,2],[3,4],[1,1]], angle = 90, location = [1,1]
输出:4
解释:在你的视野中,所有的点都清晰可见,包括你所在位置的那个点。

示例 3:

输入:points = [[1,0],[2,1]], angle = 13, location = [1,1]
输出:1
解释:如图所示,你只能看到两点之一。

 

提示:

  • 1 <= points.length <= 105
  • points[i].length == 2
  • location.length == 2
  • 0 <= angle < 360
  • 0 <= posx, posy, xi, yi <= 100

代码结果

运行时间: 315 ms, 内存: 43.2 MB


/*
 * Problem Statement:
 * Given an array of points, an angle, and a location, find the maximum number of points that can be seen
 * within the given angle from the location. You can rotate around your location but cannot change the position.
 * 
 * Solution Approach (using Java Streams):
 * 1. For each point, calculate the angle it makes with the positive x-axis using arctangent function.
 * 2. Normalize the angles and sort them using streams.
 * 3. Use a sliding window technique to find the maximum number of points visible within the given angle.
 */

import java.util.*;
import java.util.stream.Collectors;

public class VisiblePointsStream {
    public int visiblePoints(List<List<Integer>> points, int angle, List<Integer> location) {
        int samePositionCount = 0;
        int locX = location.get(0), locY = location.get(1);

        // Calculate angles and filter points at the same location
        List<Double> angles = points.stream()
                .map(p -> {
                    int px = p.get(0), py = p.get(1);
                    if (px == locX && py == locY) {
                        samePositionCount++;
                        return null;
                    }
                    return Math.atan2(py - locY, px - locX) * 180 / Math.PI;
                })
                .filter(Objects::nonNull)
                .sorted()
                .collect(Collectors.toList());

        // Duplicate list to handle circular nature
        List<Double> extendedAngles = new ArrayList<>(angles);
        extendedAngles.addAll(angles.stream().map(a -> a + 360).collect(Collectors.toList()));

        // Find max points in a window of 'angle' size
        int maxCount = 0, j = 0, n = extendedAngles.size();
        for (int i = 0; i < n; i++) {
            while (j < n && extendedAngles.get(j) - extendedAngles.get(i) <= angle) {
                j++;
            }
            maxCount = Math.max(maxCount, j - i);
        }

        return maxCount + samePositionCount;
    }
}

解释

方法:

该题解首先计算所有点相对于观测位置的极角(通过atan2函数),并存储这些角度。如果点位于观测者的位置上,该点始终可见,记录这类点的数量。接下来,对角度进行排序,并通过复制一份角度列表并添加2*pi(将度数转换为弧度)到每个角度,以模拟一个360度的环。这样做是为了处理环绕效果,即视野跨越360度零界点的情况。使用二分搜索(bisect_right),找到每个角度加上视角(转换为弧度)后能看到的最远点,计算这个范围内包含的点的数量。最后,找出这些范围中包含点数最多的一个,并加上始终可见的点的数量。

时间复杂度:

O(n log n)

空间复杂度:

O(n)

代码细节讲解

🦆
在计算每个点的极角时,为什么选择使用atan2函数而不是其他角度计算方法?
使用atan2函数计算极角的主要优势在于它可以直接根据点的x和y坐标差值(相对于观测点)输出正确的角度值,范围从-pi到pi。这包括了所有四个象限的考虑,无需额外的条件判断。相对于简单的arctan或其他计算方法,atan2能自动处理x坐标为0的情况,且能正确区分角度的正负,这对于后续的角度比较和排序至关重要。
🦆
如何确保排序后的角度列表和复制扩展后的角度列表正确处理了所有视角跨越360度零界点的情况?
通过首先对角度列表进行排序,确保角度的顺序性。接着,通过复制整个角度列表并将每个角度增加2*pi(360度),添加到原列表后面,形成一个扩展的角度列表。这种方法模拟了一个360度的环,允许计算跨越360度零界点的视角。例如,如果一个角度接近360度,通过这种扩展,可以直接搜索到原始列表中靠近0度的角度,从而正确处理视角的环绕效应。
🦆
二分搜索函数bisect_right是如何确定视野范围内包含的最远点的?具体是根据什么逻辑进行搜索的?
bisect_right函数用来在排序的列表中找到某个值应该插入的位置,而使列表仍保持排序。在此算法中,对于每一个角度v[i],使用bisect_right来找到v[i]加上视角t后的角度(v[i] + t)应该插入的位置。这个位置即是在当前角度v[i]加上视角t之内能够观测到的最远点的索引。因此,这个索引减去i(当前角度的索引)就给出了在这个视角范围内可见点的数量。
🦆
该算法是否考虑了角度angle为0或非常小的情况,这种情况下算法的行为是怎样的?
该算法确实考虑了角度angle为0或非常小的情况。当angle为0时,视角范围非常小,理论上只能看到与观测点完全重合的点。在这种情况下,算法通过变量same来记录与观测点重合的点数。因此,即使angle为0,算法依然能正确返回与观测点重合的点的数量。对于非常小的angle值,相应的视角范围也非常小,可能只包含极少数或没有任何其他点,此时主要的输出依赖于same变量的值。

相关问题