最直接的方法是把所有矩形转化为1x1的小正方形。我们遍历完所有数据矩形可以找到包括所有矩形的一个大的矩形,然后我们看是不是里面的小正方形都被cover了。但是显然不效率,这样时间复杂度就等于大矩形的面积。我们尝试改变思路,把2D的问题转化为1D,假设我们选取每一列,这样每一列的问题就转变为一个1D interval是否完整覆盖一个大区间且不overlap,这样优化之后比之前的方法会快一些。如果我们顺着最初的思路继续想,我们其实不需要check每一个小正方形,我们只需要check所有矩形的面积和是不是和大矩形相同就可以了,当然我们需要保证矩形之间没有overlap。算面积很容易,但是如何保证不相交呢?我们所知道的信息,只有输入矩形的四个顶点,我们画画图就可以发现一个隐藏的条件,那就是如果要正好填满大矩形的所有空间,那么除了大矩形的四个顶点,其他任何顶点的数量都应该是偶数。因为对于大矩形内的一个点来说,以它为原点,其四个象限都需要被填满,而一个以其为顶点的矩形,每次只能填满一个象限。我们细分情况的话,有以下两种:
- 其四个象限被以其为顶点的四个矩形填满
- 其四个象限被以其为顶点的两个矩形,和一个边经过顶点的矩形填满
不管哪种情况,顶点数目都为偶数。所以我们可以根据这一点和总面积来判断,时间复杂度O(n),空间复杂度O(n),代码如下:
No comments:
Post a Comment