日期：2025-12-03 05:16:40
配资炒股平台官方网站 x - \text{minX}))
来源：炒股炒股配资
网站：股票配资开户公司
查看：89
2025-12-02：找到最大三角形面积。用go语言，给出一个大小为 n×2 的二维数组 coords，表示平面上 n 个点的坐标。任务是从这些点中任取三点构成三角形，并且要求该三角形至少有一条边与 x 轴或 y 轴平行。求所有满足条件的三角形中面积最大的那个的两倍（即 2A），若不存在符合条件且面积非零的三角形则返回 -1。
说明补充：
• 面积为零的不计入（即退化为直线的三角形不允许）。
• 可以用向量叉积或行列式来计算两倍面积：2A = |(x2−x1)(y3−y1) − (x3−x1)(y2−y1)|。
1
1
所有 coords[i] 都是 唯一 的。
输入： coords = [[1,1],[1,2],[3,2],[3,3]]。
输出： 2。
解释：
在这里插入图片描述
图中的三角形的底边为 1，高为 2。因此，它的面积为 1/2 * 底边 * 高 = 1。
题目来自力扣3588。
过程分步骤描述
1. 问题转换与关键洞察
• 目标不是直接计算三角形面积 (A)，而是其两倍 (2A)。对于至少有一条边与坐标轴平行的三角形，(2A) 可直接由“底边长度 × 高度”得到（无需乘以 (1/2)）。例如：
• 若一条边与 y轴平行（即x固定），则该边可作为高度（垂直方向），底边为水平方向的最大距离。
• 若一条边与 x轴平行（即y固定），则该边可作为底边（水平方向），高度为垂直方向的最大距离。
• 代码通过切换坐标轴统一处理两种情况：calc(0) 处理与y轴平行的边，calc(1) 处理与x轴平行的边。
2. 处理与y轴平行的边（calc(0)）
• 坐标映射：遍历所有点，以原始x坐标作为分类依据，y坐标作为值。记录每个x对应的最小y（minY[x]）和最大y（maxY[x]），同时记录全局最小x（minX）和最大x（maxX）。
• 计算高度和底边：对于每个x，高度 (h = \text{maxY}[x] - \text{minY}[x])（即该x轴上点的垂直跨度）。底边长度 (d = \max(\text{maxX} - x, x - \text{minX}))，表示从x到最左或最右点的水平最大距离。
• 计算2A：(2A = h \times d)。此值对应以垂直线段为高度、水平距离为底边的三角形面积的两倍。
3. 处理与x轴平行的边（calc(1)）
• 坐标切换：将点的y坐标视为x轴，x坐标视为y轴（即旋转坐标系）。此时，固定y值相当于原坐标系中固定x值，转化为与“y轴平行”的同类问题。
• 重复步骤2的过程：计算每个y对应的水平跨度（高度）和垂直最大距离（底边），得到另一种方向下的 (2A)。
4. 结果合并与校验
• 取 calc(0) 和 calc(1) 的最大值作为候选结果。若结果为0（表示所有三角形退化为直线或不存在），返回-1；否则返回该值。
时间复杂度和空间复杂度
• 时间复杂度：(O(n))，其中 (n) 是点的数量。
每次 calc 调用需遍历所有点一次（构建映射）和第二次遍历映射键（计算最大2A），映射键数最多为 (n)（点坐标唯一）。
两次调用 calc（分别对应j=0和j=1），总操作次数为 (2 \times O(n) = O(n))。
• 空间复杂度：(O(n))。
主要开销是存储 minY 和 maxY 映射，最坏情况下（所有点x坐标互异）需 (O(n)) 空间。
其他变量（如minX、maxX）为常数空间。
为什么此算法高效？
• 传统方法需枚举所有三点组合（(O(n^3))），但本题利用“与坐标轴平行”的约束，将问题简化为查找点集的边界信息，避免三重循环。
• 通过坐标轴切换，统一处理两种平行情况，确保覆盖所有可能的最大三角形。
此方案在 (n \leq 100000) 时能高效运行，符合题目要求。
Go完整代码如下：
package main
import (
"fmt"
"math"
)
func maxArea(coords [][]int) int64 {
calc := func(j int) (res int) {
minX, maxX := math.MaxInt, 0
minY := map[int]int{}
maxY := map[int]int{}
for _, p := range coords {
x, y := p[j], p[1-j]
minX = min(minX, x)
maxX = max(maxX, x)
maxY[x] = max(maxY[x], y)
mn, ok := minY[x]
if !ok {
minY[x] = y
} else {
minY[x] = min(mn, y)
}
}
for x, y := range minY {
res = max(res, (maxY[x]-y)*max(maxX-x, x-minX))
}
return
}
ans := max(calc(0), calc(1))
if ans == 0 {
ans = -1
}
return int64(ans)
}
func main {
coords := [][]int{{1, 1}, {1, 2}, {3, 2}, {3, 3}}
result := maxArea(coords)
fmt.Println(result)
}
Python完整代码如下：
# -*-coding:utf-8-*-
from typing import List
import math
def max_area(coords: List[List[int]]) -> int:
def calc(j: int) -> int:
min_x, max_x = math.inf, 0
min_y = {}
max_y = {}
for p in coords:
x, y = p[j], p[1 - j]
min_x = min(min_x, x)
max_x = max(max_x, x)
max_y[x] = max(max_y.get(x, y), y)
min_y[x] = min(min_y.get(x, y), y)
res = 0
for x, y in min_y.items:
width = max(max_x - x, x - min_x)
height = max_y[x] - y
res = max(res, height * width)
return res
ans = max(calc(0), calc(1))
return -1 if ans == 0 else ans
# 测试示例
coords = [[1, 1], [1, 2], [3, 2], [3, 3]]
result = max_area(coords)
print(result) # 输出结果
C++完整代码如下：
#include
#include
#include
#include
#include
using namespace std;
long long maxArea(vector>& coords) {
auto calc = [&](int j) -> long long {
int minX = INT_MAX, maxX = 0;
map minY;
map maxY;
for (auto& p : coords) {
int x = p[j];
int y = p[1 - j];
minX = min(minX, x);
maxX = max(maxX, x);
// 更新最大y值
if (maxY.find(x) == maxY.end) {
maxY[x] = y;
} else {
maxY[x] = max(maxY[x], y);
}
// 更新最小y值
if (minY.find(x) == minY.end) {
minY[x] = y;
} else {
minY[x] = min(minY[x], y);
}
}
long long res = 0;
for (auto& [x, y] : minY) {
int width = max(maxX - x, x - minX);
int height = maxY[x] - y;
res = max(res, (long long)width * height);
}
return res;
};
long long ans = max(calc(0), calc(1));
return (ans == 0) ? -1 : ans;
}
int main {
vector> coords = {{1, 1}, {1, 2}, {3, 2}, {3, 3}};
long long result = maxArea(coords);
cout
return 0;
}
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。
欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。
股票配资开户公司提示：文章来自网络，不代表本站观点。
- 上一篇：炒股怎么配资但球队本赛季主场表现极为强势
- 下一篇：配资平台涵盖整机/灵巧手组装
