曼哈顿距离与曼哈顿矩形-打印回字型矩阵

曼哈顿距离与曼哈顿矩形

食用指南：
题目描述：
题目分析：
- 法一：曼哈顿距离
- 法二：数组下标与值的关系
- - 方向1：用距离推导关系
  - 方向2：只看下标和值关系
- 法三：对称化简（严格说属于技巧而非方法）
算法模板:
代码实现：
- 法一：
- 法二：
- 法三：
注意点：

食用指南：

Leetcode专栏开启了，由于博主闭关期末，所以每日只能一题
尽量做到一题多解，先说思路，之后代码实现，会添加必要注释
语法或STL内容会在注意点中点出，新手友好
欢迎关注博主神机百炼专栏，内涵算法基础详细讲解和代码模板

题目描述：

输入整数 N，输出一个 N 阶的回字形二维数组。

数组的最外层为 1，次外层为 2，以此类推。

输入格式
输入包含多行，每行包含一个整数 N。
当输入行为 N=0 时，表示输入结束，且该行无需作任何处理。

输出格式
对于每个输入整数 N，输出一个满足要求的 N 阶二维数组。
每个数组占 N 行，每行包含 N 个用空格隔开的整数。
每个数组输出完毕后，输出一个空行。

数据范围
0≤N≤100
输入样例：
1
2
3
4
5
0
输出样例：
1

1 1
1 1

1 1 1
1 2 1
1 1 1

1 1 1 1
1 2 2 1
1 2 2 1
1 1 1 1

1 1 1 1 1
1 2 2 2 1
1 2 3 2 1
1 2 2 2 1
1 1 1 1 1
题目来源：https://www.acwing.com/problem/content/755/

题目分析：

法一：曼哈顿距离

曼哈顿距离是两点在垂直坐标系中，x & y方向投影距离最大值
应用在数组/矩阵中，曼哈顿距离相同的点集合成为围绕矩阵中心的一圈矩形，

在计算曼哈顿距离时，需要区分行数/列数的奇偶：

法二：数组下标与值的关系

曼哈顿距离其实就是数组下标和值关系研究所得的结论

当你不知道曼哈顿距离时，不妨试试手动探究一下，可能得到非曼哈顿距离的其他结论

方向1：用距离推导关系

该图关于中心对称
未越过中线的点用i计算，越过中线的点用n-1-i计算，
则对于所有点，要么 i 和 n-1-i/n-i 各计算一次，两者取最大/小值，要么采用绝对值
2. 对于未过中线的点，采用举例探究
n = 5时，n/2 = 2，中点为(2, 2)
第一个点arr[0][0] = 1，距离中点Δx = Δy =2
第二个点arr[1][0] = 1，距离终点Δx = 2， Δy =1
第三个点arr[0][1] = 1，距离终点Δx = 1， Δy =2
确定计算公式：n/2 - max(abs(x-n/2) , abs(y-n/2)) + 1
3. 对于过了中线的点，采用举例探究
n = 5时，n/2 = 2，中点为(2, 2)
第一个点arr[4][4] = 1，距离中点Δx = Δy =2
第二个点arr[3][4] = 1，距离终点Δx = 1， Δy =2
第三个点arr[4][3] = 1，距离终点Δx = 2， Δy =1
确定计算公式：n/2 - max(abs(x-n/2) , abs(y-n/2)) + 1

完成用距离推导后，你会发现你其实推得的就是曼哈顿距离，

方向2：只看下标和值关系

n = 5时：
1. 对于未过中线的点，采用举例探究：
  第一个点arr[0][0] = 1，1 = max/min(x + 1, y + 1)
  第二个点arr[1][0] = 1，1 = min(x + 1, y + 1)
  第三个点arr[0][1] = 1，1 = min(x + 1, y + 1)
  石锤采用min(x + 1, y + 1)
2. 对于过了中线的点，采用举例探究：
  第一个点arr[4][4] = 1，1 = max/min(n-x, n-y)
  第二个点arr[3][4] = 1，1 = min(n-x, n-y)
  第三个点arr[4][3] = 1，1 = min(n-x, n-y)
  石锤采用min(n-x, n-y)
  3.整体来看所有点：
  现在有两种方案：min(x + 1, y + 1) & min(n-x, n-y)
  查看是否同时采用/舍弃哪一种？
  对于点arr[3][4]，min(x + 1, y + 1) = 4， min(n-x, n-y) = 1
  对于点arr[0][0]，min(x + 1, y + 1) = 1， min(n-x, n-y) = 5
  发现对于每个点都取两种方案的最小值，所以得出结论：
所以对于所有点：arr[i][j] = min(min(x + 1, y + 1) , min(n-x, n-y));

法三：对称化简（严格说属于技巧而非方法）

中心对称图像，填写一点相当于填写了4点。

以n = 5的矩形为例，查看对称的4点下标关系：
在填写一个象限的值时，可以采用曼哈顿矩阵法 / 下标与值关系规律

这个技巧提升了时间复杂度，将时间缩减到原本的四分之一

也可以在之后题目中作为一个化简找规律时的思考出发点

算法模板:

曼哈顿距离 + 中心对称规律本身就是基础算法，无模板

代码实现：

法一：

import java.util.Scanner;
import java.lang.Math;
public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);while(true){int n = sc.nextInt();if (n == 0) return;     //读取终止出口for(int i=0; i<n; i++){for(int j=0; j<n; j++){if(n % 2 == 1)//曼哈顿距离近者，值大，距离为0者值为(n+1)/2System.out.print((n+1)/2 - Math.max(Math.abs(n/2-i), Math.abs(n/2-j)) +" ");else //曼哈顿距离近者，值大，距离为0者值为n/2System.out.print((n/2) - Math.max((int)Math.abs((n-1)/2.0-i), (int)Math.abs((n-1)/2.0-j)) +" ");}System.out.println();}System.out.println();}}
}

法二：

下标和值关系：Math.min(Math.min(i+1, j+1), Math.min(n-i, n-j))

import java.util.Scanner;
import java.lang.Math;
public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);while(true){int n = sc.nextInt();if (n == 0) return;     //读取终止出口for(int i=0; i<n; i++){for(int j=0; j<n; j++){System.out.print(Math.min(Math.min(i+1, j+1), Math.min(n-i, n-j))+" ");}System.out.println();}System.out.println();}}
}

法三：

曼哈顿距离填法：

import java.util.Scanner;
import java.lang.Math;
public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);while(true){int n = sc.nextInt();if (n == 0) return;     //读取终止出口int[][] arr = new int[n][n];//偶数行列，如4行4列，只需填0~1行 & 0~1列if(n % 2 == 0){for(int i=0; i<n/2; i++){for(int j=0; j<n/2; j++){arr[i][j] = arr[n-1-i][n-1-j] = arr[n-1-i][j] = arr[i][n-1-j] = n/2 - Math.max(Math.abs((int)((n-1)/2.0 - i)), Math.abs((int)((n-1)/2.0 - j)));}}}//奇数行列，如5行5列，需要填0~2行 & 0~2列else{for(int i=0; i<=n/2; i++){for(int j=0; j<=n/2; j++){arr[i][j] = arr[n-1-i][n-1-j] = arr[n-1-i][j] = arr[i][n-1-j] = (n+1)/2 - Math.max(Math.abs(n/2 - i), Math.abs(n/2 - j));}}}for(int i=0; i<n; i++){for(int j=0; j<n; j++){System.out.print(arr[i][j]+" ");}System.out.println();}System.out.println();}}
}

下标和值关系填法：

import java.util.Scanner;
import java.lang.Math;
public class Main{public static void main(String[] args){Scanner sc = new Scanner(System.in);while(true){int n = sc.nextInt();if (n == 0) return;     //读取终止出口int[][] arr = new int[n][n];//偶数行列，如4行4列，只需填0~1行 & 0~1列if(n % 2 == 0){for(int i=0; i<n/2; i++){for(int j=0; j<n/2; j++){arr[i][j] = arr[n-1-i][n-1-j] = arr[n-1-i][j] = arr[i][n-1-j] = Math.min(Math.min(i+1, j+1), Math.min(n-i, n-j));}}}//奇数行列，如5行5列，需要填0~2行 & 0~2列else{for(int i=0; i<=n/2; i++){for(int j=0; j<=n/2; j++){arr[i][j] = arr[n-1-i][n-1-j] = arr[n-1-i][j] = arr[i][n-1-j] = Math.min(Math.min(i+1, j+1), Math.min(n-i, n-j));}}}for(int i=0; i<n; i++){for(int j=0; j<n; j++){System.out.print(arr[i][j]+" ");}System.out.println();}System.out.println();}}
}

注意点：

曼哈顿距离计算公式：
- 行/列数为奇：
  manhattan = max(abs(x - n/2), abs(y - n/2));
  即中点 n/2 向下取整，而结果本身是整数
- 行/列数为偶：
  manhattan = max((int)abs(x - (n-1)/2.0), (int)abs(y-(n-1)/2.0));
  即中点为小数不取整，而 x - (n-1)/2.0的结果向下取整
- 可以简记为，奇数中点直接除2，偶数中点-1除以2.0
对于安全性要求较高的Java
double 和 int 运算，也是先Int整型提升到double再与double运算
将Double用(int)显式类型转化为int，也是默认向下取整

曼哈顿距离与曼哈顿矩形-打印回字型矩阵相关推荐

cass方格网数据excel_讨论|CASS怎么计算回字型土方？ 124
大家好,欢迎来到我的专栏.这是我原创的第124篇CASS应用技术干货文章.希望对你有所帮助,写文不易,请点赞哦! 回字型土方工程,就是计算区域内部,有一个或多个不参加计算的区域,这种区域也就是常说的& ...
中点坐标公式矩形_2019南充第16题——平面直角坐标系、矩形、K字型相似、运动与最值...
2019南充第16题--平面直角坐标系.矩形.K字型相似.运动与最值 2019广元第15题--抛物线.代数式的取值范围 2019广元第10题--正比例函数.直角三角形.面积.找规律 2019哈尔滨第2 ...
2个点马氏距离计算实例_数据分析基础：距离度量方式（欧式距离、马氏距离、曼哈顿距离）...
数据分析中,为了评定数据之间的相似度,有很多不同的距离的计算方法,如欧氏距离,马氏距离等等. 欧氏距离 Euclidean distance:欧几里得距离,m维空间中两个点之间的真实距离离差平方和, ...
曼哈顿距离最小生成树与莫队算法（总结）
曼哈顿距离最小生成树与莫队算法(总结) 1 曼哈顿距离最小生成树曼哈顿距离最小生成树问题可以简述如下: 给定二维平面上的N个点,在两点之间连边的代价为其曼哈顿距离,求使所有点连通的最小代价. 朴 ...
【数据结构】最大曼哈顿距离
问题描述: 给一系列操作,每个操作是新增或删除一个高维点(1-5维),给出每次操作后现有点集里两点的最大曼哈顿距离.曼哈顿距离是指两个点的一范数,即每个维度差的绝对值之和. 输入: 第一行有两个数,第 ...
简单粗暴理解与实现机器学习之K-近邻算法（三）：距离度量、欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化距离、余弦距离、汉明距离、杰卡德距离、马氏距离
K-近邻算法文章目录 K-近邻算法学习目标 1.3 距离度量 1 欧式距离**(Euclidean Distance):** 2 **曼哈顿距离(Manhattan Distance):** 3 ...
各种距离欧式距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准欧氏距离、马氏距离、余弦距离、汉明距离、杰拉德距离、相关距离、信息熵...
1. 欧氏距离(Euclidean Distance) 欧氏距离是最容易直观理解的距离度量方法,我们小学.初中和高中接触到的两个点在空间中的距离一般都是指欧氏距离. 二维平面上点a(x1,y1)与b( ...
什么是范数，及其对应的 “曼哈顿距离“、“欧式距离“、“闵氏距离“、“切比雪夫距离“
什么是范数,及其对应的 "曼哈顿距离"."欧式距离"."闵氏距离"."切比雪夫距离" 一.什么是范数二.欧式距离(对应 ...
曼哈顿距离及其应用场景/曼哈顿距离与欧氏距离的不同
欧氏距离上过初中的同学都知道,欧式距离是用来运算两个坐标之间的直线差值的方法,其公式为: 在一维坐标系内: d = ∣ x 1 − x 2 ∣ d = |x_1-x_2| d=∣x1−x2∣ 在 ...

曼哈顿距离与曼哈顿矩形-打印回字型矩阵

曼哈顿距离与曼哈顿矩形

食用指南：

题目描述：

题目分析：

法一：曼哈顿距离

法二：数组下标与值的关系

方向1：用距离推导关系

方向2：只看下标和值关系

法三：对称化简（严格说属于技巧而非方法）

算法模板:

代码实现：

法一：

法二：

法三：

注意点：

曼哈顿距离与曼哈顿矩形-打印回字型矩阵相关推荐

最新文章

热门文章