文章目录
- 本系列主要汇总了算法题中(尤其是一些模拟题)可能会遇到的数学概念、公式或方法,会持续进行补充和更新。
- 这些数学的内容较为简单,不会超出高中数学的范畴。
- 本文档中出现的代码均为Python代码,其他语言的实现也是类似的。
几何
算法题中基本只会考察平面几何的内容,故本节内容只涉及简单的平面几何,不考虑立体几何等更复杂的情况
两点之间距离
曼哈顿距离
已知两点坐标分别为 ( x 1 , y 1 ) (x_1, y_1) (x1,y1)和 ( x 2 , y 2 ) (x_2, y_2) (x2,y2),那么它们之间的曼哈顿距离定义为
d = ∣ x 1 − x 2 ∣ + ∣ y 1 − y 2 ∣ d = |x_1 - x_2| + |y_1 - y_2| d=∣x1−x2∣+∣y1−y2∣
即定义为横坐标之差的绝对值与纵坐标之差的绝对的和。用代码表示为
python
d = abs(x1 - x2) + abs(y1 - y2)
欧式距离
已知两点坐标分别为 ( x 1 , y 1 ) (x_1, y_1) (x1,y1)和 ( x 2 , y 2 ) (x_2, y_2) (x2,y2),那么它们之间的欧式距离定义为
d = ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 d = \sqrt{(x_1 - x_2)^2 + (y_1 - y_2)^2} d=(x1−x2)2+(y1−y2)2
即两点之间的直线距离。用代码表示为
python
d = ((x1 - x2)**2 + (y1 - y2)**2)**0.5
或
python
from math import sqrt
d = sqrt((x1 - x2)**2 + (y1 - y2)**2))
点与直线之间距离
已知点 P P P的坐标为 ( x 0 , y 0 ) (x_0, y_0) (x0,y0),直线 L L L的方程为 A x + B y + C = 0 Ax+By+C=0 Ax+By+C=0,那么点到直线的距离为
d = ∣ A x 0 + B y 0 + C ∣ A 2 + B 2 d = \frac{|Ax_0+By_0+C|}{\sqrt{A^2 + B^2}} d=A2+B2 ∣Ax0+By0+C∣
用代码表示为
python
from math import sqrt
d = abs(A*x0 + B*y0 + C) / sqrt(A*A + B*B)
特别地,当
- 直线 L L L平行于 y y y轴,即直线方程的系数 B = 0 B = 0 B=0,直线方程可以简化为 x = − C A x=-\frac{C}{A} x=−AC,那么点到直线的距离为
d = ∣ x 0 + C A ∣ d = |x_0+\frac{C}{A}| d=∣x0+AC∣
- 直线 L L L平行于 x x x轴,即直线方程的系数 A = 0 A = 0 A=0,直线方程可以简化为 y = − C B y=-\frac{C}{B} y=−BC,那么点到直线的距离为
d = ∣ y 0 + C B ∣ d = |y_0+\frac{C}{B}| d=∣y0+BC∣
以上两种特殊情况,也是在算法题中较常见的情况。
平行直线之间距离
已知两条平行直线 L 1 L_1 L1和 L 2 L_2 L2的方程分别为 A x + B y + C 1 = 0 Ax+By+C_1=0 Ax+By+C1=0和 A x + B y + C 2 = 0 Ax+By+C_2=0 Ax+By+C2=0,那么两直线之间的距离为
d = ∣ C 1 − C 2 ∣ A 2 + B 2 d = \frac{|C_1-C_2|}{\sqrt{A^2 + B^2}} d=A2+B2 ∣C1−C2∣
用代码表示为
python
from math import sqrt
d = abs(C1 - C2) / sqrt(A*A + B*B)
华为OD算法/大厂面试高频题算法练习冲刺训练
-
华为OD算法/大厂面试高频题算法冲刺训练目前开始常态化报名!目前已服务100+同学成功上岸!
-
课程讲师为全网50w+粉丝编程博主@吴师兄学算法 以及小红书头部编程博主@闭着眼睛学数理化
-
每期人数维持在20人内,保证能够最大限度地满足到每一个同学的需求,达到和1v1同样的学习效果!
-
60+天陪伴式学习,40+直播课时,300+动画图解视频,300+LeetCode经典题,200+华为OD真题/大厂真题,还有简历修改、模拟面试、专属HR对接将为你解锁
-
可上全网独家的欧弟OJ系统练习华子OD、大厂真题
-
可查看链接 大厂真题汇总 & OD真题汇总(持续更新)
-
绿色聊天软件戳
od1336
了解更多