如何找到坐标以在线性时间内最小化曼哈顿距离？
How to find coordinate to minimise Manhattan distance in linear time?
我需要从点列表中找到最小化曼哈顿距离总和的点。
所以给定一个列表可以说 [[x0, y0], [x1, y1] ...] （未排序）我必须找到最小化曼哈顿与该点列表的距离的点。我理解这个问题，但我无法在 O(n) 时间内完成此问题。
您可以在线性时间内找到一列数字的中位数。
分别取 x-coordinates 和 y-coordinates，求每个的中位数。如果您需要整数坐标，请将 half-values 舍入到最接近的整数。
距离最小化点 (DMP) 是（[=21= 的中值]，y-values 的中值）。可能有多个 DMP，但这将是其中之一。
为什么？好吧，沿着任一轴，如果一个方向上的点比另一个方向多，比如左边的 p 和右边的 q，p < q，那么向右移动 1 将使到 p 点的距离增加 1，并减少到 q 个点的距离减 1，因此将曼哈顿到点的距离之和减少 q-p。
我需要从点列表中找到最小化曼哈顿距离总和的点。 所以给定一个列表可以说 [[x0, y0], [x1, y1] ...] （未排序）我必须找到最小化曼哈顿与该点列表的距离的点。我理解这个问题，但我无法在 O(n) 时间内完成此问题。
您可以在线性时间内找到一列数字的中位数。
分别取 x-coordinates 和 y-coordinates，求每个的中位数。如果您需要整数坐标，请将 half-values 舍入到最接近的整数。
距离最小化点 (DMP) 是（[=21= 的中值]，y-values 的中值）。可能有多个 DMP，但这将是其中之一。
为什么？好吧，沿着任一轴，如果一个方向上的点比另一个方向多，比如左边的 p 和右边的 q，p < q，那么向右移动 1 将使到 p 点的距离增加 1，并减少到 q 个点的距离减 1，因此将曼哈顿到点的距离之和减少 q-p。