题目描述(困难难度)
平面上有很多点,找出经过某一条直线最多有多少个点。
解法一 暴力破解
两点确定一条直线,最简单的方式考虑任意两点组成一条直线,然后判断其他点在不在这条直线上。
两点确定一条直线,直线方程可以表示成下边的样子。
所以当来了一个点 (x,y)
的时候,理论上,我们只需要代入到上边的方程进行判断即可。
但是在计算机中,算上边的除法的时候,结果可能是小数,计算机中用浮点数存储,但小数并不能精确表示,可以参考这篇 浮点数 的讲解。所以我们不能直接去判断等式两边是否相等。
第一个想法是,等式两边分子乘分母,转换为乘法的形式。
所以我们可以写一个 test
函数来判断点 (x,y)
是否在由点 (x1,y1)
和 (x2,y2)
组成的直线上。
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
return (y2 - y1) * (x - x2) == (y - y2) * (x2 - x1);
}
上边看起来没问题,但如果乘积过大的话就可能造成溢出,从而产生问题。
最直接的解决方案就是不用 int
存,改用 long
存,可以暂时解决上边的问题。
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
return (long)(y2 - y1) * (x - x2) == (long)(y - y2) * (x2 - x1);
}
但如果数据过大,依旧可能造成溢出,再直接的方法就是用 java
提供的 BigInteger
类处理。记得 import java.math.BigInteger;
。
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
BigInteger x11 = BigInteger.valueOf(x1);
BigInteger x22 = BigInteger.valueOf(x2);
BigInteger y11 = BigInteger.valueOf(y1);
BigInteger y22 = BigInteger.valueOf(y2);
BigInteger x0 = BigInteger.valueOf(x);
BigInteger y0 = BigInteger.valueOf(y);
return y22.subtract(y11).multiply(x0.subtract(x22)).equals(y0.subtract(y22).multiply(x22.subtract(x11)));
}
此外,还有一个方案。
对于下边的等式,
还可以理解成判断两个分数相等,回到数学上,我们只需要将两个分数约分到最简,然后分别判断分子和分母是否相等即可。
所以,我们需要求分子和分母的最大公约数,直接用辗转相除法即可。
private int gcd(int a, int b) {
while (b != 0) {
int temp = a % b;
a = b;
b = temp;
}
return a;
}
然后 test
函数就可以写成下边的样子。需要注意的是,我们求了y - y2
和 x - x2
最大公约数,所以要保证他俩都不是 0
,防止除零错误。
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
int g1 = gcd(y2 - y1, x2 - x1);
if(y == y2 && x == x2){
return true;
}
int g2 = gcd(y - y2, x - x2);
return (y2 - y1) / g1 == (y - y2) / g2 && (x2 - x1) / g1 == (x - x2) / g2;
}
有了 test
函数,接下来,我们只需要三层遍历。前两层遍历选择两个点的所有组合构成一条直线,第三层遍历其他所有点,来判断当前点在不在之前两个点组成的直线上。
需要注意的是,因为我们两点组成一条直线,必须保证这两个点不重合。所以我们进入第三层循环之前,如果两个点相等就可以直接跳过。
if (points[i][0] == points[j][0] && points[i][1] == points[j][1]) {
continue;
}
此外,我们还需要考虑所有点都相等的情况,这样就可以看做所有点都在一条直线上。
int i = 0;
for (; i < points.length - 1; i++) {
if (points[i][0] != points[i + 1][0] || points[i][1] != points[i + 1][1]) {
break;
}
}
if (i == points.length - 1) {
return points.length;
}
还有就是点的数量只有两个,或者一个,零个的时候,直接返回点的数量即可。
if (points.length < 3) {
return points.length;
}
综上所述,代码就出来了,其中 test
函数有三种写法。
public int maxPoints(int[][] points) {
if (points.length < 3) {
return points.length;
}
int i = 0;
for (; i < points.length - 1; i++) {
if (points[i][0] != points[i + 1][0] || points[i][1] != points[i + 1][1]) {
break;
}
}
if (i == points.length - 1) {
return points.length;
}
int max = 0;
for (i = 0; i < points.length; i++) {
for (int j = i + 1; j < points.length; j++) {
if (points[i][0] == points[j][0] && points[i][1] == points[j][1]) {
continue;
}
int tempMax = 0;
for (int k = 0; k < points.length; k++) {
if (k != i && k != j) {
if (test(points[i][0], points[i][1], points[j][0], points[j][1], points[k][0], points[k][1])) {
tempMax++;
}
}
}
if (tempMax > max) {
max = tempMax;
}
}
}
//加上直线本身的两个点
return max + 2;
}
/*private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
return (long)(y2 - y1) * (x - x2) == (long)(y - y2) * (x2 - x1);
}*/
/*private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
BigInteger x11 = BigInteger.valueOf(x1);
BigInteger x22 = BigInteger.valueOf(x2);
BigInteger y11 = BigInteger.valueOf(y1);
BigInteger y22 = BigInteger.valueOf(y2);
BigInteger x0 = BigInteger.valueOf(x);
BigInteger y0 = BigInteger.valueOf(y);
return y22.subtract(y11).multiply(x0.subtract(x22)).equals(y0.subtract(y22).multiply(x22.subtract(x11)));
}*/
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
int g1 = gcd(y2 - y1, x2 - x1);
if(y == y2 && x == x2){
return true;
}
int g2 = gcd(y - y2, x - x2);
return (y2 - y1) / g1 == (y - y2) / g2 && (x2 - x1) / g1 == (x - x2) / g2;
}
private int gcd(int a, int b) {
while (b != 0) {
int temp = a % b;
a = b;
b = temp;
}
return a;
}
解法二
解法一很暴力,我们考虑在其基础上进行优化。
注意到,如果是下边的情况。
对于解法一的算法,我们会经过下边的流程。
我们先考虑 1,2
组成的直线,看 3,4,5,6
在不在 1,2
的直线上。
再考虑 1,3
组成的直线,看 2,4,5,6
在不在 1,3
的直线上。
再考虑 1,4
组成的直线,看 2,3,5,6
在不在 1,4
的直线上。
….
上边的问题很明显了,对于 1,2
,1,3
,1,4
… 组成的直线,其实是同一条,我们只需要判断一次就可以了。
所以我们需要做的是,怎么保证在判断完 1,2
构成的直线后,把 1,3
,1,4
… 这些在 1,2
直线上的点直接跳过。
回到数学上,给定两个点可以唯一的确定一条直线,表达式为 y = kx + b
。
对于 1,2
,1,3
,1,4
这些点求出来的表达式都是唯一确定的。
所以我们当考虑 1,2
两个点的时候,我们可以求出 k
和 b
把它存到 HashSet
中,然后当考虑 1,3
以及后边的点的时候,先求出 k
和 b
,然后从 HashSet
中看是否存在即可。
当然存的时候,我们可以用一个技巧,key
存一个 String
,也就是 k + "@" + b
。
public int maxPoints(int[][] points) {
if(points.length < 3){
return points.length;
}
int i = 0;
//判断所有点是否都相同的特殊情况
for (; i < points.length - 1; i++) {
if (points[i][0] != points[i + 1][0] || points[i][1] != points[i + 1][1]) {
break;
}
}
if (i == points.length - 1) {
return points.length;
}
HashSet<String> set = new HashSet<>();
int max = 0;
for (i = 0; i < points.length; i++) {
for (int j = i + 1; j < points.length; j++) {
if (points[i][0] == points[j][0] && points[i][1] == points[j][1]) {
continue;
}
String key = getK(points[i][0], points[i][1], points[j][0], points[j][1])
+ "@"
+ getB(points[i][0], points[i][1], points[j][0], points[j][1]);
if (set.contains(key)) {
continue;
}
int tempMax = 0;
for (int k = 0; k < points.length; k++) {
if (k != i && k != j) {
if (test(points[i][0], points[i][1], points[j][0], points[j][1], points[k][0], points[k][1])) {
tempMax++;
}
}
}
if (tempMax > max) {
max = tempMax;
}
set.add(key);
}
}
return max + 2;
}
private double getB(int x1, int y1, int x2, int y2) {
if (y2 == y1) {
return Double.POSITIVE_INFINITY;
}
return (double) (x2 - x1) * (-y1) / (y2 - y1) + x1;
}
private double getK(int x1, int y1, int x2, int y2) {
if (x2 - x1 == 0) {
return Double.POSITIVE_INFINITY;
}
return (double) (y2 - y1) / (x2 - x1);
}
private boolean test(int x1, int y1, int x2, int y2, int x, int y) {
return (long)(y2 - y1) * (x - x2) == (long)(y - y2) * (x2 - x1);
}
上边的算法虽然能 AC
,但如果严格来说其实是有问题的。还是因为之前说的浮点数的问题,计算机并不能精确表示小数。这就造成不同的直线可能会求出相同的 k
和 b
。
如果要修改的话,我们可以用分数表示小数,同时必须进行约分,使得分数化成最简。
对于上边的算法,有两个变量都需要用小数表示,所以可能会复杂些,可以看一下解法三的思路。
解法三
解法二中,我们相当于是对直线的分类,一条直线一条直线的考虑,去求直线上的点。
这里 看到另一种想法,分享一下。
灵感应该来自于直线方程的另一种表示方式,「点斜式」,换句话,一个点加一个斜率即可唯一的确定一条直线。
所以我们可以对「点」进行分类然后去求,问题转换成,经过某个点的直线,哪条直线上的点最多。
当确定一个点后,平面上的其他点都和这个点可以求出一个斜率,斜率相同的点就意味着在同一条直线上。
所以我们可以用 HashMap
去计数,斜率作为 key
,然后遍历平面上的其他点,相同的 key
意味着在同一条直线上。
上边的思想解决了「经过某个点的直线,哪条直线上的点最多」的问题。接下来只需要换一个点,然后用同样的方法考虑完所有的点即可。
当然还有一个问题就是斜率是小数,怎么办。
之前提到过了,我们用分数去表示,求分子分母的最大公约数,然后约分,最后将 「分子 + “@” + “分母”」作为 key
即可。
最后还有一个细节就是,当确定某个点的时候,平面内如果有和这个重叠的点,如果按照正常的算法约分的话,会出现除 0
的情况,所以我们需要单独用一个变量记录重复点的个数,而重复点一定是过当前点的直线的。
public int maxPoints(int[][] points) {
if (points.length < 3) {
return points.length;
}
int res = 0;
//遍历每个点
for (int i = 0; i < points.length; i++) {
int duplicate = 0;
int max = 0;//保存经过当前点的直线中,最多的点
HashMap<String, Integer> map = new HashMap<>();
for (int j = i + 1; j < points.length; j++) {
//求出分子分母
int x = points[j][0] - points[i][0];
int y = points[j][1] - points[i][1];
if (x == 0 && y == 0) {
duplicate++;
continue;
}
//进行约分
int gcd = gcd(x, y);
x = x / gcd;
y = y / gcd;
String key = x + "@" + y;
map.put(key, map.getOrDefault(key, 0) + 1);
max = Math.max(max, map.get(key));
}
//1 代表当前考虑的点,duplicate 代表和当前的点重复的点
res = Math.max(res, max + duplicate + 1);
}
return res;
}
private int gcd(int a, int b) {
while (b != 0) {
int temp = a % b;
a = b;
b = temp;
}
return a;
}
总
这道题首先还是去想暴力的想法,然后去考虑重复的情况,对情况进行分类从而优化时间复杂度。同样解法三其实也是一种分类的思想,会减少很多不必要情况的讨论。
添加好友一起进步~
如果觉得有帮助的话,可以点击 这里 给一个 star 哦 ^^
如果想系统的学习数据结构和算法,强烈推荐一个我之前学过的课程,可以点击 这里 查看详情