• 斜率小于0的连线数量-归并排序


    题目:

    二维平面上N个点之间共有C(n,2)条连线。求这C(n,2)条线中斜率小于0的线的数量。
    二维平面上的一个点,根据对应的X Y坐标可以表示为(X,Y)。例如:(2,3) (3,4) (1,5) (4,6),其中(1,5)同(2,3)(3,4)的连线斜率 < 0,因此斜率小于0的连线数量为2。
     
    Input
    第1行:1个数N,N为点的数量(0 <= N <= 50000)
    第2 - N + 1行:N个点的坐标,坐标为整数。(0 <= X[i], Y[i] <= 10^9)
    Output
    输出斜率小于0的连线的数量。(2,3) (2,4)以及(2,3) (3,3)这2种情况不统计在内。
    Input 示例
    4
    2 3
    3 4
    1 5
    4 6
    Output 示例
    2

    题目分析:

    这道题目还有另外一个表述就是求斜率大于0的数量,其实本质是一样的。
    一看题目的数据量,就知道肯定不能直接枚举。
    首先稍微分析一下我们发现,斜率小于0的情况的直线就是直角坐标系中经过二四象限的直线,由于所有点都在第一象限,所以说,如果两个点满足斜率小于0,比如(x1,y1)(x2,y2)一定满足(x2>x1,y1>y2)或者相反(x1>x2,y2>y1)。其实也就是经过二四象限直线上的点满足的条件。

    那么既然如此,我们可以先对x从小到大排序,那么对于每一个点,能够和这个点组成斜率小于0的点就是后面所有点中纵坐标y小于当前点纵坐标的点,那么直线的数量也就是比当前y值小的点的个数。判断到这里,一般人都会想到枚举,直接对于每一个点,求后面y值小于当前y值的点的个数,然后求和即可。但是这样可定会超时。
                对于逆序数熟悉的人,就会发现,y值大于后面的y值,实际上就是逆序数。什么是逆序数,就是每个数有一个下标i,j;当i<j时,如果a[i]>a[j]那么这就是一个逆序数对。
              因此,求所有y点,后面小于他的点的个数的总和,其实就是求由y坐标组成的序列的逆序对数。


    逆序对数很明显,归并排序直接就解决了。
    这里注意一个细节,那就是斜率不存在以及斜率为0的情况如何规避。斜率为0的也就是y值一样的,这里求逆序数的时候不判断相等即可规避。斜率不存在也就是x相同的,如何规避呢,这里就是在按x排序的时候,如果两个点的x一样,那么他们的y就从小到大排序,这样对于x一样的点就不会有逆序对,这样当然后面求逆序对的时候也就不会计算在内了。

    代码:

    #include<iostream>
    #include <algorithm>
    #include <vector>
    using namespace std;
    
    const int MAXN = 50002;
    typedef struct POINT
    {
    	int x,y;
    }Point;
    Point point[MAXN];
    int N;
    __int64 sum;
    bool cmp(const Point &a, const Point &b)
    {
    	if (a.x == b.x)
    	{
    		return a.y < b.y;
    	}
    
    	return a.x < b.x;
    }
    
    void Merge(vector<int>&Y,int l, int mid, int r)
    {
    	vector<int>L;
    	vector<int>R;
    	for (int i = l; i <= mid; ++ i)
    	{
    		L.push_back(Y[i]);
    	}
    	for (int i = mid + 1; i <= r; ++ i)
    	{
    		R.push_back(Y[i]);
    	}
    	int p = 0,q = 0,k = l;
    	while (p < L.size() && q < R.size())
    	{
    		if (L[p] <= R[q])
    		{
    			Y[k++] = L[p++];
    		}
    		else
    		{
    			sum += L.size() - p;//mid - l - p + 1;
    			Y[k++] = R[q++];
    		}
    	}
    	while (p<L.size())
    	{
    		Y[k++] = L[p++];
    	}
    	while (q<R.size())
    	{
    		Y[k++] = R[q++];
    	}
    }
    
    void MergeSort(vector<int> &Y,int l, int r)
    {
    	if (l < r)
    	{
    		int mid = (l+r)>>1;
    		MergeSort(Y,l,mid);
    		MergeSort(Y,mid+1,r);
    		Merge(Y,l,mid,r);
    	}
    }
    int main()
    {
    	while (cin >> N)
    	{
    		sum = 0;
    		for (int i = 0; i < N; ++ i)
    		{
    			cin >> point[i].x >> point[i].y;
    		}
    		sort(point,point+N,cmp);
    
    		vector<int>Y;
    		for (int i = 0; i < N; ++ i)
    		{
    			Y.push_back(point[i].y);
    		}
    		MergeSort(Y,0,N-1);
    		cout << sum << endl;
    	}
    	return 0;
    }
    



  • 相关阅读:
    SqlServer 中的递归查询
    javascript 个人笔记
    WPF图片切换问题(美女时钟)
    在winform如何避免绘图时图片总是闪烁
    SQLServer中几种行列转换的方式
    Oracle递归查询
    Autofac整合Castle.DynamicProxy实现AOP
    学习Nop中Routes的使用
    TypeFinder学习
    集成和配置AutoMapper
  • 原文地址:https://www.cnblogs.com/pangblog/p/3402640.html
Copyright © 2020-2023  润新知