1
sonicwu 2015-03-21 14:19:10 +08:00 via iPhone
如果 O(N) 这个 N 指的是建筑物数量,那么 GeoHash 就可以吧
|
2
efi 2015-03-21 14:46:06 +08:00 via Android
kdtree
|
3
ETiV 2015-03-21 14:54:00 +08:00
GeoHash +1
不过GeoHash有边界问题, 只能先找出点 x 附近的 M 个建筑物, 再从这M建筑物里算距离, 取最近. |
4
budlion 2015-03-21 16:42:37 +08:00
这是阿里的面试题么。。。我也被这道题干过。。。
|
5
yangkeao 2015-03-21 18:52:22 +08:00
话说输入不是就已经N了吗。。。。其实我不会算法复杂度。。都是Feel的。。。
|
6
shuding 2015-03-21 19:15:47 +08:00
二楼 k-d tree 正解,(随机数据下单次查询)期望复杂度可到 O(Sqrt(N))……
|
7
zhyu 2015-03-21 19:19:19 +08:00 via iPhone
除了 kd tree 和 geohash,还可以用 voronoi diagram
|
8
thinker3 2015-03-21 21:29:40 +08:00 1
|
9
liubiantao 2015-03-21 23:54:44 +08:00 via iPhone
能不能用空间换时间,提前算好,然后就是O(1)了
|
10
ffffwh 2015-03-22 01:44:52 +08:00
这玩意要是不知道,能靠自己想出来么(面试当场/n天)。。。
别剧透让我想想 |
11
Valyrian 2015-03-22 05:30:58 +08:00
Voronoi diagram,Computational Geometry的经典问题
|
12
stockss 2015-03-22 09:05:38 +08:00
很简单,构造一个权为1的矩阵图,然后计算各个建筑距离x的距离,取最小即可
|
13
ryd994 2015-03-22 09:48:21 +08:00
螺旋一圈圈向外搜索呢?
|
14
Exin 2015-03-22 12:42:00 +08:00 via iPhone
想了半天才发现,优于O(N)应该是对于查询操作的要求
|