题目

python代码

刚开始我的代码是直接做的，结果超时。

def minRecSize(lines):""":type lines: List[List[int]]:rtype: float"""x_list=[]y_list=[]for i in range(len(lines)):for j in range(i + 1, len(lines)):k1, b1 = lines[i]k2, b2 = lines[j]if k1 != k2:x = (b2 - b1) / (k1 - k2)y = ((b2 - b1) / (k1 - k2)) * k1 + b1x_list.append(x)y_list.append(y)if len(x_list)<2:return 0x_list.sort()y_list.sort()wideth=x_list[-1]-x_list[0]longth=y_list[-1]-y_list[0]area=wideth*longth# print(x_list)# print(y_list)# print(area)return area

原因就是我的做法将所有斜率不同的线两两求交点，这样的排列组合在两万条线的情况下……

所以要先处理输入的数据，做法：将所有斜率相同的直线，保留截距最大和最小的那两条，处理所有的直线，将处理后的结果存到新的list中作为上面代码的输入。

def deal(lines):k_dict={}new_lines=[]for k,b in lines:print(k,b)if k in k_dict:k_dict[k][0]=min(k_dict[k][0],b)k_dict[k][1]=max(k_dict[k][1],b)else:k_dict[k]=[b,b]print(k_dict)for key,val in k_dict.items():new_lines1=[]new_lines2=[]k=keyb1=val[0]b2=val[1]new_lines1.append(k)new_lines1.append(b1)new_lines2.append(k)new_lines2.append(b2)if new_lines1 not in new_lines:new_lines.append(new_lines1)if new_lines2 not in new_lines:new_lines.append(new_lines2)# print(len(new_lines))return new_linesdef minRecSize(lines):new_lines=deal(lines)print(new_lines)x_list=[]y_list=[]for i in range(len(new_lines)):for j in range(i + 1, len(new_lines)):k1, b1 = new_lines[i]k2, b2 = new_lines[j]if k1 != k2:x = (b2 - b1) / (k1 - k2)y = ((b2 - b1) / (k1 - k2)) * k1 + b1x_list.append(x)y_list.append(y)if len(x_list)<2:return 0x_list.sort()y_list.sort()wideth=x_list[-1]-x_list[0]longth=y_list[-1]-y_list[0]area=wideth*longthreturn area

继续超出时间限制

接着看到别人更简洁的代码，思路一致，但是省去了一些比较、排序所费的时间

def minRecSize(self, lines: List[List[int]]) -> float:if len(lines) <= 2:return 0dic = {}for k, b in lines:if k in dic:dic[k][0] = min(dic[k][0], b)dic[k][1] = max(dic[k][1], b)else:dic[k] = [b, b]if len(dic) == 1:return 0ks = sorted(dic.keys())n = len(ks)min_x = min_y = float('inf')max_x = max_y = float('-inf')for i in range(1, n):k1 = ks[i - 1]min_b1, max_b1 = dic[k1]k2 = ks[i]min_b2, max_b2 = dic[k2]diff_k = k1 - k2min_x = min(min_x, (max_b2 - min_b1) / diff_k)max_x = max(max_x, (min_b2 - max_b1) / diff_k)min_y = min(min_y, (k1 * max_b2 - k2 * min_b1) / diff_k)max_y = max(max_y, (k1 * min_b2 - k2 * max_b1) / diff_k)return (max_x - min_x) * (max_y - min_y)

力扣——LCP 37. 最小矩形面积（困难）相关推荐

20201023：力扣第37场双周赛（上）
力扣第37场双周赛(上) 题目思路与算法代码实现写在最后题目删除某些元素后的数组均值网络信号最好的坐标思路与算法第二题直接暴力就可以了,计算每个点的所有偏移量存入list,即以(0,0 ...
力扣算法之两矩形求和
原题目 223. 矩形面积给你二维平面上两个由直线构成的矩形,请你计算并返回两个矩形覆盖的总面积. 每个矩形由其左下顶点和右上顶点坐标表示: 第一个矩形由其左下顶点 (ax1, ay ...
岛屿类-网格类问题-DFS | 力扣695. 岛屿的最大面积
思路参考上文: 岛屿类-网格类问题-DFS | 力扣200. 岛屿数量本文讲解695. 岛屿的最大面积问题,属于常见的岛屿类-网格类问题本题使用DFS的思想题目给定一个包含了一些 0 和 1 ...
力扣209-长度最小的子数组（Java，双指针解法）
209. 长度最小的子数组 - 力扣(LeetCode) (leetcode-cn.com)https://leetcode-cn.com/problems/minimum-size-subarray ...
力扣209. 长度最小的子数组
题目描述: 给定一个含有 n 个正整数的数组和一个正整数 target .找出该数组中满足其和 ≥ target 的长度最小的连续子数组 [numsl, numsl+1, ..., numsr-1, ...
#力扣LeetCode883. 三维形体投影面积 @FDDLC
题目描述: 883. 三维形体投影面积 - 力扣(LeetCode) (leetcode-cn.com) Java代码: class Solution {public int projectionAr ...
力扣 LCP 42. 玩具套圈（数学公式反推）
题意场地外,小力组织了一个套玩具的游戏.所有的玩具摆在平地上,toys[i] 以 [xi,yi,ri] 的形式记录了第 i 个玩具的坐标 (xi,yi) 和半径 ri.小扣试玩了一下,他扔了若干个半 ...
力扣883.三维体投影面积
题目描述在 N * N 的网格中,我们放置了一些与 x,y,z 三轴对齐的 1 * 1 * 1 立方体.每个值 v = grid[i][j] 表示 v 个正方体叠放在单元格 (i, j) 上. 现在 ...
力扣 746 使用最小化花费爬楼梯
文章目录题目思路 AC代码收获题目使用最小化花费爬楼梯思路一个动态规划的题目,典型的多阶段求解最优解的问题.用dp数组存储对应的状态值,表示到第i个楼梯花费的最小体力. 做动态规划题的优 ...

力扣——LCP 37. 最小矩形面积（困难）

题目

python代码

力扣——LCP 37. 最小矩形面积（困难）相关推荐

最新文章

热门文章