[算法相关]973. 最接近原点的 K 个点

最新推荐文章于 2022-06-25 11:55:09 发布

Binbin_Sun

最新推荐文章于 2022-06-25 11:55:09 发布

阅读量348

点赞数

CC 4.0 BY-SA版权

分类专栏：算法相关

本文链接：https://blog.youkuaiyun.com/Binbin_Sun/article/details/109634116

算法相关专栏收录该内容

37 篇文章

订阅专栏

本文介绍了一种算法，用于从平面上的多个点中找到距离原点最近的K个点。提供了两种实现方法，一种是在添加数据过程中进行即时比较，另一种则是先收集所有数据再进行排序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

好久没刷题了, 搞起啊,不然脑袋要废了…

https://leetcode-cn.com/problems/k-closest-points-to-origin/

我们有一个由平面上的点组成的列表 points。需要从中找出 K 个距离原点 (0, 0) 最近的点。

（这里，平面上两点之间的距离是欧几里德距离。）

你可以按任何顺序返回答案。除了点坐标的顺序之外，答案确保是唯一的。

示例 1：

输入：points = [[1,3],[-2,2]], K = 1
输出：[[-2,2]]
解释：
(1, 3) 和原点之间的距离为 sqrt(10)，
(-2, 2) 和原点之间的距离为 sqrt(8)，
由于 sqrt(8) < sqrt(10)，(-2, 2) 离原点更近。
我们只需要距离原点最近的 K = 1 个点，所以答案就是 [[-2,2]]。
示例 2：

输入：points = [[3,3],[5,-1],[-2,4]], K = 2
输出：[[3,3],[-2,4]]
（答案 [[-2,4],[3,3]] 也会被接受。）

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/k-closest-points-to-origin
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解法1: 该方法超时(不可用)

#include<vector>
#include<deque>
#include<queue>
#include<algorithm>
struct PointsStr{
    vector<int> pts;
    long long dis;
};

int comparerVec(const void *a, const void *b ) {
    PointsStr pointA = *(PointsStr*)a;
    PointsStr pointb = *(PointsStr*)b;

    return pointA.dis - pointb.dis;
}

class Solution {
public:
    vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
    if (points.empty() || K <= 0) return {};
        vector<PointsStr> pointsRes;
        vector<vector<int>> res;
        for (size_t i = 0; i < points.size(); i++) {
            PointsStr ptStr;
            ptStr.pts = points[i];
            ptStr.dis = points[i].front() * points[i].front() + points[i].back() * points[i].back();
            //pointsRes.push_back(ptStr);
            if (i < K ){
                pointsRes.push_back(ptStr);
            } else {
                qsort(pointsRes.data(), pointsRes.size(), sizeof(PointsStr), comparerVec);
                if(ptStr.dis < pointsRes.back().dis){
                    pointsRes[pointsRes.size() - 1] = ptStr;
                }
            }
        }

        for (size_t i = 0; i < K && i < points.size(); i++) {
            //printf(" %lld\n", pointsRes[i].dis);
            res.push_back(pointsRes[i].pts);
        }
        return res;
    }

};

解法二: 先添加数据后排序

#include<vector>
#include<deque>
#include<queue>
#include<algorithm>
struct PointsStr{
    vector<int> pts;
    long long dis;
};

int comparerVec(const void *a, const void *b ) {
    PointsStr pointA = *(PointsStr*)a;
    PointsStr pointb = *(PointsStr*)b;

    return pointA.dis - pointb.dis;
}

class Solution {
public:
    vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
    if (points.empty() || K <= 0) return {};
        vector<PointsStr> pointsRes;
        vector<vector<int>> res;
        for (size_t i = 0; i < points.size(); i++) {
            PointsStr ptStr;
            ptStr.pts = points[i];
            ptStr.dis = points[i].front() * points[i].front() + points[i].back() * points[i].back();
            pointsRes.push_back(ptStr);            
        }
	    qsort(pointsRes.data(), pointsRes.size(), sizeof(PointsStr), comparerVec);
        for (size_t i = 0; i < K && i < points.size(); i++) {
            res.push_back(pointsRes[i].pts);
        }
        return res;
    }
};

解法2-精简版:

class Solution {
public:
    vector<vector<int>> kClosest(vector<vector<int>>& points, int K) {
        sort(points.begin(), points.end(), [](const vector<int>& u, const vector<int>& v) {
            return u[0] * u[0] + u[1] * u[1] < v[0] * v[0] + v[1] * v[1];
        });
        return {points.begin(), points.begin() + K};
    }
};