当前位置: 首页 > news >正文

LeetCode 469 凸多边形


文章目录

    • 摘要
    • 描述
      • 什么是凸多边形,用人话说就是:
    • 题解答案
    • 题解代码分析
    • 题解代码分析
      • 为什么用叉积?
      • 为什么只关心“符号”,不关心大小?
      • 为什么要跳过 `cross == 0`?
      • `% n` 是干嘛的?
    • 示例测试及结果
      • 示例 1:凸多边形
      • 示例 2:凹多边形
    • 时间复杂度
    • 空间复杂度
    • 总结

摘要

《凸多边形》是一道看起来很数学,其实很工程的题。

它不考复杂公式,也不要求你会高等几何,真正的核心只有一个:

所有拐弯方向是不是一致的

如果你写过地图路径、UI 绘制、图形编辑器、甚至简单的碰撞检测,这道题的思想你大概率已经用过,只是没意识到它叫“凸多边形判断”。

描述

题目给你一组点points,表示一个多边形的顶点,顶点是按顺序给出的(顺时针或逆时针都可以)。

你的任务是判断:

这个多边形是不是凸多边形

什么是凸多边形,用人话说就是:

  • 任意一条边往内看,不会凹进去
  • 从任意一个顶点转弯,转向方向始终一致
  • 不会出现“左转一下,右转一下”的情况

注意几个隐藏前提:

  • 点的数量 ≥ 3
  • 不需要考虑自交(题目默认是合法多边形)
  • 不要求严格凸(共线允许)

题解答案

这道题的经典解法来自一个非常实用的几何思想:

用叉积判断转向方向

具体思路是:

  1. 对每三个连续的点(A, B, C)
  2. 计算向量ABBC的叉积
  3. 记录叉积的符号(正 or 负)
  4. 只要中途出现方向不一致,立刻返回false

如果所有拐弯方向都一致,那它一定是凸多边形。

题解代码分析

下面是完整的 Swift 实现,可以直接在 LeetCode 或 Playground 里运行。

classSolution{funcisConvex(_points:[[Int]])->Bool{letn=points.countifn<3{returnfalse}varprevCross=0foriin0..<n{letp0=points[i]letp1=points[(i+1)%n]letp2=points[(i+2)%n]letcross=crossProduct(p0,p1,p2)ifcross!=0{ifprevCross!=0&&cross*prevCross<0{returnfalse}prevCross=cross}}returntrue}privatefunccrossProduct(_a:[Int],_b:[Int],_c:[Int])->Int{letx1=b[0]-a[0]lety1=b[1]-a[1]letx2=c[0]-b[0]lety2=c[1]-b[1]returnx1*y2-y1*x2}}

题解代码分析

为什么用叉积?

叉积在二维空间里有一个非常好用的特性:

  • 结果 > 0 :逆时针转(左转)
  • 结果 < 0 :顺时针转(右转)
  • 结果 = 0 :三点共线

也就是说,它本质是在回答一个问题:

从 A → B → C,是往哪边拐?

为什么只关心“符号”,不关心大小?

因为这道题只在乎方向是否一致:

  • 全是左转 → 凸
  • 全是右转 → 凸
  • 左右混着来 → 凹

至于拐得多猛,完全不重要。

为什么要跳过cross == 0

ifcross!=0{...}

这是为了允许共线点的存在。

现实中非常常见,比如:

  • UI 边框上多给了几个点
  • 地图边界是直线拆成多段

只要方向不反转,就依然是凸的。

% n是干嘛的?

points[(i+1)%n]

这是为了让最后一个点能和第一个、第二个点组成一组,形成一个“闭环”。

多边形一定是闭合的,这一步非常关键。

示例测试及结果

示例 1:凸多边形

letsolution=Solution()print(solution.isConvex([[0,0],[0,1],[1,1],[1,0]]))

这是一个标准正方形:

  • 每一次转向方向一致
  • 输出:
true

示例 2:凹多边形

print(solution.isConvex([[0,0],[0,10],[10,10],[5,5],[10,0]]))

中间有一个点明显往里凹:

  • 转向方向发生变化
  • 输出:
false

时间复杂度

只遍历了一次数组,每次做常数计算:

O(n)

空间复杂度

只使用了少量变量,没有额外数据结构:

O(1)

总结

《凸多边形》是一道非常值得记住思路的几何题

它教会你的不是几何公式,而是:

  • 如何把“形状判断”转化成“方向一致性判断”
  • 如何用一个简单的数学工具(叉积)解决工程问题
  • 如何写出既严谨又能容忍真实数据噪声的代码
http://www.jsqmd.com/news/216654/

相关文章:

  • 强烈安利!10款AI论文软件测评,研究生毕业论文必备
  • GEO服务商如何选择?2026年1月权威推荐榜单发布
  • 乡村振兴新工具:基于AI的图像生成技术助农应用
  • 低成本实验:学生党如何用云端GPU体验阿里通义Z-Image-Turbo
  • java.lang.IllegalArgumentException:那个最容易被忽略,却最该被重视的异常
  • Python高级编程技术深度解析与实战指南
  • 跨平台AI绘画解决方案:随时随地访问你的Z-Image-Turbo工作区
  • 新员工上手时间缩短50%的实践:AIDF如何加速知识传承
  • 周末项目:用Z-Image-Turbo和云端GPU打造你的个人AI画展网站
  • AI+AR实战:快速构建混合现实内容生成管道
  • 遗产数字化:用预训练模型快速修复老照片的实践
  • 【JavaEE初阶】告别小白!Java IO 流读写 + 文件操作实战
  • 告别“黑盒优化”:SHEEP-GEO以五维模型破解GEO效果迷思,成企业战略伙伴
  • 服务器数据恢复—服务器常见故障解析,数据恢复常规流程完整曝光
  • 独立游戏开发:快速集成AI生成的角色立绘
  • Node.js全栈实战:构建基于天远多头借贷行业风险版API的BFF风控层
  • 走进汽车大脑:深度解析车企主控芯片motor_controller.c代码
  • 在 iPhone 上进行 iOS 网络抓包的实践经验
  • 云端GPU+预置镜像:30分钟构建你的AI图像生成平台
  • 一键复现论文结果:基于阿里通义Z-Image-Turbo的图像生成研究环境配置
  • 告别环境配置噩梦:小白也能懂的Z-Image-Turbo快速入门
  • 如何在Windows上 混淆 iOS IPA 文件中的资源与文件安全
  • Z-Image-Turbo终极指南:从零到二次开发的完整路径
  • 这个购物商城项目的源码挺有意思的,完全单机运行不联网,用SQLite就能搞定所有数据存储。咱们直接扒开代码看门道,先说说用户系统的实现
  • STM32F407 + USB3300 实现大容量 U 盘读写
  • 零基础入门AI绘画:用预装Z-Image-Turbo的云端镜像快速创作
  • 科研利器:快速部署AI图像生成模型进行学术实验
  • 紫金桥组态软件与国产操作系统—天翼云完成兼容认证
  • 无人值守污水处理控制系统。 西门子200PLC和显控触摸屏编写的智能污水处理控制系统,有上位机...
  • 科哥揭秘:Z-Image-Turbo预置镜像中的隐藏彩蛋与特殊功能