农业银行算法题,为什么用初中知识出题,这么多人不会?

背景介绍

总所周知,有相当一部分的大学生是不会初高中知识的

因此,每当那种「初等数学为背景编写的算法题」在笔面出现,舆论往往分成"三大派":

甚至那位说"致敬高考"的同学也搞岔了,高考哪有这么简单,美得你 🤣

这仅仅是初中数学「几何学」中较为简单的知识点。

抓住大学生对初高中知识这种「会者不难,难者不会」的现状,互联网大厂似乎更喜欢此类「考察初等数学」的算法题。

因为十个候选人,九个题海战术,HOT 100 和剑指 Offer 大家都刷得飞起了。

冷不丁的考察这种题目,反而更能起到"筛选"效果。

但此类算法题,农业银行 并非首创,甚至是同一道题,也被 华为云美的百度 先后出过。

下面,一起来看看这道题。

题目描述

平台:LeetCode

题号:149

给你一个数组 points,其中 <math xmlns="http://www.w3.org/1998/Math/MathML"> p o i n t s [ i ] = [ x i , y i ] points[i] = [x_i, y_i] </math>points[i]=[xi,yi] 表示 X-Y 平面上的一个点。求最多有多少个点在同一条直线上。

示例 1:

lua 复制代码
输入:points = [[1,1],[2,2],[3,3]]

输出:3

示例 2:

css 复制代码
输入:points = [[1,1],[3,2],[5,3],[4,1],[2,3],[1,4]]

输出:4

提示:

  • <math xmlns="http://www.w3.org/1998/Math/MathML"> 1 < = p o i n t s . l e n g t h < = 300 1 <= points.length <= 300 </math>1<=points.length<=300
  • <math xmlns="http://www.w3.org/1998/Math/MathML"> p o i n t s [ i ] . l e n g t h = 2 points[i].length = 2 </math>points[i].length=2
  • <math xmlns="http://www.w3.org/1998/Math/MathML"> − 1 0 4 < = x i , y i < = 1 0 4 -10^4 <= x_i, y_i <= 10^4 </math>−104<=xi,yi<=104
  • points 中的所有点互不相同

枚举直线 + 枚举统计

我们知道,两点可以确定一条线。

一个朴素的做法是先枚举两点(确定一条线),然后检查其余点是否落在该线中。

为避免除法精度问题,当我们枚举两个点 <math xmlns="http://www.w3.org/1998/Math/MathML"> x x </math>x 和 <math xmlns="http://www.w3.org/1998/Math/MathML"> y y </math>y 时,不直接计算其对应直线的 斜率截距

而是通过判断 <math xmlns="http://www.w3.org/1998/Math/MathML"> x x </math>x 和 <math xmlns="http://www.w3.org/1998/Math/MathML"> y y </math>y 与第三个点 <math xmlns="http://www.w3.org/1998/Math/MathML"> p p </math>p 形成的两条直线斜率是否相等,来得知点 <math xmlns="http://www.w3.org/1998/Math/MathML"> p p </math>p 是否落在该直线上。

斜率相等的两条直线要么平行,要么重合。

平行需要 <math xmlns="http://www.w3.org/1998/Math/MathML"> 4 4 </math>4 个点来唯一确定,我们只有 <math xmlns="http://www.w3.org/1998/Math/MathML"> 3 3 </math>3 个点,因此直接判定两条直线是否重合即可。

详细说,当给定两个点 <math xmlns="http://www.w3.org/1998/Math/MathML"> ( x 1 , y 1 ) (x_1, y_1) </math>(x1,y1) 和 <math xmlns="http://www.w3.org/1998/Math/MathML"> ( x 2 , y 2 ) (x_2, y_2) </math>(x2,y2) 时,对应斜率 <math xmlns="http://www.w3.org/1998/Math/MathML"> y 2 − y 1 x 2 − x 1 \frac{y_2 - y_1}{x_2 - x_1} </math>x2−x1y2−y1。

为避免计算机除法的精度问题,我们将「判定 <math xmlns="http://www.w3.org/1998/Math/MathML"> a y − b y a x − b x = b y − c y b x − c x \frac{a_y - b_y}{a_x - b_x} = \frac{b_y - c_y}{b_x - c_x} </math>ax−bxay−by=bx−cxby−cy 是否成立」改为「判定 <math xmlns="http://www.w3.org/1998/Math/MathML"> ( a y − b y ) × ( b x − c x ) = ( a x − b x ) × ( b y − c y ) (a_y - b_y) \times (b_x - c_x) = (a_x - b_x) \times (b_y - c_y) </math>(ay−by)×(bx−cx)=(ax−bx)×(by−cy) 是否成立」。

将存在精度问题的「除法判定」巧妙转为「乘法判定」。

Java 代码:

Java 复制代码
class Solution {
    public int maxPoints(int[][] points) {
        int n = points.length, ans = 1;
        for (int i = 0; i < n; i++) {
            int[] x = points[i];
            for (int j = i + 1; j < n; j++) {
                int[] y = points[j];
                // 枚举点对 (i,j) 并统计有多少点在该线上, 起始 cnt = 2 代表只有 i 和 j 两个点在此线上
                int cnt = 2;
                for (int k = j + 1; k < n; k++) {
                    int[] p = points[k];
                    int s1 = (y[1] - x[1]) * (p[0] - y[0]);
                    int s2 = (p[1] - y[1]) * (y[0] - x[0]);
                    if (s1 == s2) cnt++;
                }
                ans = Math.max(ans, cnt);
            }
        }
        return ans;
    }
}

C++ 代码:

C++ 复制代码
class Solution {
public:
    int maxPoints(vector<vector<int>>& points) {
        int n = points.size(), ans = 1;
        for (int i = 0; i < n; i++) {
            vector<int> x = points[i];
            for (int j = i + 1; j < n; j++) {
                vector<int> y = points[j];
                // 枚举点对 (i,j) 并统计有多少点在该线上, 起始 cnt = 2 代表只有 i 和 j 两个点在此线上
                int cnt = 2;
                for (int k = j + 1; k < n; k++) {
                    vector<int> p = points[k];
                    int s1 = (y[1] - x[1]) * (p[0] - y[0]);
                    int s2 = (p[1] - y[1]) * (y[0] - x[0]);
                    if (s1 == s2) cnt++;
                }
                ans = max(ans, cnt);
            }
        }
        return ans;
    }
};

Python 代码:

Python 复制代码
class Solution:
    def maxPoints(self, points: List[List[int]]) -> int:
        n, ans = len(points), 1
        for i, x in enumerate(points):
            for j in range(i + 1, n):
                y = points[j]
                # 枚举点对 (i,j) 并统计有多少点在该线上, 起始 cnt = 2 代表只有 i 和 j 两个点在此线上
                cnt = 2
                for k in range(j + 1, n):
                    p = points[k]
                    s1 = (y[1] - x[1]) * (p[0] - y[0])
                    s2 = (p[1] - y[1]) * (y[0] - x[0])
                    if s1 == s2: cnt += 1
                ans = max(ans, cnt)
        return ans

TypeScript 代码:

TypeScript 复制代码
function maxPoints(points: number[][]): number {
    let n = points.length, ans = 1;
    for (let i = 0; i < n; i++) {
        let x = points[i];
        for (let j = i + 1; j < n; j++) {
            // 枚举点对 (i,j) 并统计有多少点在该线上, 起始 cnt = 2 代表只有 i 和 j 两个点在此线上
            let y = points[j], cnt = 2;
            for (let k = j + 1; k < n; k++) {
                let p = points[k];
                let s1 = (y[1] - x[1]) * (p[0] - y[0]);
                let s2 = (p[1] - y[1]) * (y[0] - x[0]);
                if (s1 == s2) cnt++;
            }
            ans = Math.max(ans, cnt);
        }
    }
    return ans;
};
  • 时间复杂度: <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( n 3 ) O(n^3) </math>O(n3)
  • 空间复杂度: <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( 1 ) O(1) </math>O(1)

枚举直线 + 哈希表统计

根据「朴素解法」的思路,枚举所有直线的过程不可避免,但统计点数的过程可以优化。

具体的,我们可以先枚举所有可能出现的 直线斜率(根据两点确定一条直线,即枚举所有的「点对」),使用「哈希表」统计所有 斜率 对应的点的数量,在所有值中取个 <math xmlns="http://www.w3.org/1998/Math/MathML"> m a x max </math>max 即是答案。

一些细节:在使用「哈希表」进行保存时,为了避免精度问题,我们直接使用字符串进行保存,同时需要将 斜率 约干净(套用 gcd 求最大公约数模板)。

Java 代码:

Java 复制代码
class Solution {
    public int maxPoints(int[][] points) {
        int n = points.length, ans = 1;
        for (int i = 0; i < n; i++) {
            Map<String, Integer> map = new HashMap<>();
            // 由当前点 i 发出的直线所经过的最多点数量
            int max = 0;
            for (int j = i + 1; j < n; j++) {
                int x1 = points[i][0], y1 = points[i][1], x2 = points[j][0], y2 = points[j][1];
                int a = x1 - x2, b = y1 - y2;
                int k = gcd(a, b);
                String key = (a / k) + "_" + (b / k);
                map.put(key, map.getOrDefault(key, 0) + 1);
                max = Math.max(max, map.get(key));
            }
            ans = Math.max(ans, max + 1);
        }
        return ans;
    }
    int gcd(int a, int b) {
        return b == 0 ? a : gcd(b, a % b);
    }
}

C++ 代码:

C++ 复制代码
class Solution {
public:
    int maxPoints(vector<vector<int>>& points) {
        int n = points.size(), ans = 1;
        for (int i = 0; i < n; i++) {
            map<string, int> map;
            int maxv = 0;
            for (int j = i + 1; j < n; j++) {
                int x1 = points[i][0], y1 = points[i][1], x2 = points[j][0], y2 = points[j][1];
                int a = x1 - x2, b = y1 - y2;
                int k = gcd(a, b);
                string key = to_string(a / k) + "_" + to_string(b / k);
                map[key]++;
                maxv = max(maxv, map[key]);
            }
            ans = max(ans, maxv + 1);
        }
        return ans;
    }
    int gcd(int a, int b) {
        return b == 0 ? a : gcd(b, a % b);
    }
};

Python 代码:

Python 复制代码
class Solution:
    def maxPoints(self, points):
        def gcd(a, b):
            return a if b == 0 else gcd(b, a % b)
        
        n, ans = len(points), 1
        for i in range(n):
            mapping = {}
            maxv = 0
            for j in range(i + 1, n):
                x1, y1 = points[i]
                x2, y2 = points[j]
                a, b = x1 - x2, y1 - y2
                k = gcd(a, b)
                key = str(a // k) + "_" + str(b // k)
                mapping[key] = mapping.get(key, 0) + 1
                maxv = max(maxv, mapping[key])
            ans = max(ans, maxv + 1)    
        return ans

TypeScript 代码:

TypeScript 复制代码
function maxPoints(points: number[][]): number {
    const gcd = function(a: number, b: number): number {
        return b == 0 ? a : gcd(b, a % b);
    }
    let n = points.length, ans = 1;
    for (let i = 0; i < n; i++) {
        let mapping = {}, maxv = 0;
        for (let j = i + 1; j < n; j++) {
            let x1 = points[i][0], y1 = points[i][1], x2 = points[j][0], y2 = points[j][1];
            let a = x1 - x2, b = y1 - y2;
            let k = gcd(a, b);
            let key = `${a / k}_${b / k}`;
            mapping[key] = mapping[key] ? mapping[key] + 1 : 1;
            maxv = Math.max(maxv, mapping[key]);
        }
        ans = Math.max(ans, maxv + 1);
    }
    return ans;
};
  • 时间复杂度:枚举所有直线的复杂度为 <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( n 2 ) O(n^2) </math>O(n2);令坐标值的最大差值为 <math xmlns="http://www.w3.org/1998/Math/MathML"> m m </math>m,gcd 复杂度为 <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( log ⁡ m ) O(\log{m}) </math>O(logm)。整体复杂度为 <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( n 2 × log ⁡ m ) O(n^2 \times \log{m}) </math>O(n2×logm)
  • 空间复杂度: <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( n ) O(n) </math>O(n)

总结

虽然题目是以初中数学中的"斜率 & 截距"为背景,但仍有不少细节需要把握。

这也是「传统数学题」和「计算机算法题」的最大差别:

  • 过程分值 : 传统数学题有过程分,计算机算法题没有过程分,哪怕思路对了 <math xmlns="http://www.w3.org/1998/Math/MathML"> 90 90 </math>90%,代码没写出来,就是 <math xmlns="http://www.w3.org/1998/Math/MathML"> 0 0 </math>0 分;

  • 数据类型:传统数学题只涉及数值,计算机算法题需要考虑各种数据类型;

  • 运算精度:传统数学题无须考虑运算精度问题,而计算机算法题需要;

  • 判定机制:传统数学题通常给定具体数据和问题,然后人工根据求解过程和最终答案来综合评分,而计算机算法题不仅仅是求解一个具体的 case,通常是给定数据范围,然后通过若个不同的样例,机器自动判断程序的正确性;

  • 执行效率/时空复杂度:传统数学题无须考虑执行效率问题,只要求考生通过有限步骤(或引用定理节省步骤)写出答案即可,计算机算法题要求程序在有限时间空间内执行完;

  • 边界/异常处理:由于传统数学题的题面通常只有一个具体数据,因此不涉及边界处理,而计算机算法题需要考虑数据边界,甚至是对异常的输入输出做相应处理。

可见,传统数学题,有正确的思路基本上就赢了大半,而计算机算法题嘛,有正确思路,也只是万里长征跑了个 <math xmlns="http://www.w3.org/1998/Math/MathML"> 400 400 </math>400 米而已。

相关推荐
hlsd#几秒前
go mod 依赖管理
开发语言·后端·golang
杜杜的man5 分钟前
【go从零单排】迭代器(Iterators)
开发语言·算法·golang
陈大爷(有低保)5 分钟前
三层架构和MVC以及它们的融合
后端·mvc
亦世凡华、5 分钟前
【启程Golang之旅】从零开始构建可扩展的微服务架构
开发语言·经验分享·后端·golang
河西石头6 分钟前
一步一步从asp.net core mvc中访问asp.net core WebApi
后端·asp.net·mvc·.net core访问api·httpclient的使用
2401_8574396918 分钟前
SpringBoot框架在资产管理中的应用
java·spring boot·后端
怀旧66619 分钟前
spring boot 项目配置https服务
java·spring boot·后端·学习·个人开发·1024程序员节
李老头探索21 分钟前
Java面试之Java中实现多线程有几种方法
java·开发语言·面试
小沈熬夜秃头中୧⍤⃝21 分钟前
【贪心算法】No.1---贪心算法(1)
算法·贪心算法
阿华的代码王国39 分钟前
【SpringMVC】——Cookie和Session机制
java·后端·spring·cookie·session·会话