题目地址:
https://leetcode.com/problems/best-meeting-point/
给定一个二维 0 − 1 0-1 0−1矩阵,求其中一个位置,使得矩阵里所有的 1 1 1与其的曼哈顿距离之和最小。
设该点是 ( x , y ) (x,y) (x,y),设所有的 1 1 1的坐标分别是 ( x 1 , y 1 ) , . . . , ( x n , y n ) (x_1,y_1),...,(x_n,y_n) (x1,y1),...,(xn,yn),那么我们要最小化 ∑ i = 1 n ( ∣ x i − x ∣ + ∣ y i − y ∣ ) \sum_{i=1}^{n}(|x_i-x|+|y_i-y|) i=1∑n(∣xi−x∣+∣yi−y∣)设 s 1 = ∑ i = 1 n ∣ x i − x ∣ , s 2 = ∑ i = 1 n ∣ y i − y ∣ s_1=\sum_{i=1}^{n}|x_i-x|,s_2=\sum_{i=1}^{n}|y_i-y| s1=i=1∑n∣xi−x∣,s2=i=1∑n∣yi−y∣若能够同时最小化两者,则其和必会得到最小化。我们求 d s 1 d x = ∑ i = 1 n s g n ( x − x i ) \frac{ds_1}{dx}=\sum_{i=1}^{n}sgn (x-x_i) dxds1=i=1∑nsgn(x−xi)当 x x x由 − ∞ -\infty −∞到 ∞ \infty ∞时,可以发现该导数先负后正,也就是 s 1 s_1 s1先减后增,而当 x x x处于 x 1 , x 2 , . . . , x n x_1,x_2,...,x_n x1,x2,...,xn的中位数时,导数等于 0 0 0,也就达到了最小值(严格来讲不能这么说,尖点的导数是不存在的。但由函数的连续性,仍然可以证明达到最小值这个结论。严格证明略)。所以 x x x和 y y y只需分别取中位数即可,求中位数可以用快速选择算法。代码如下:
class Solution {
public:
int minTotalDistance(vector<vector<int>>& g) {
vector<int> xs, ys;
for (int i = 0; i < g.size(); i++)
for (int j = 0; j < g[0].size(); j++)
if (g[i][j]) xs.push_back(i), ys.push_back(j);
static auto f = [&](vector<int>& a) {
int k = a.size() / 2;
int l = 0, r = a.size() - 1;
while (l < r) {
int piv = a[l + (r - l >> 1)];
int i = l, j = r;
while (i <= j) {
while (a[i] < piv) i++;
while (a[j] > piv) j--;
if (i <= j) swap(a[i++], a[j--]);
}
if (k <= j) r = j;
else if (k >= i) l = i;
else break;
}
return a[k];
};
int x = f(xs), y = f(ys);
int res = 0;
for (int xx : xs) res += abs(xx - x);
for (int yy : ys) res += abs(yy - y);
return res;
}
};
时空复杂度 O ( m n ) O(mn) O(mn)。