2026-05-20:最好可到达的塔。用go语言,给定一个二维整数数组 towers,其中每个元素 towers[i] = [x_i, y_i, q_i] 表示第 i 座塔的坐标与质量因子。

再给定一个整数数组 center = [c_x, c_y] 表示你的所在位置,以及一个整数 radius。

判断规则:当某座塔与 center 的曼哈顿距离满足

|x_i - c_x| + |y_i - c_y| <= radius

时,这座塔被认为是“可到达”。

目标:在所有可到达的塔里,选择:

1.质量因子 q_i 最大的塔;

2.如果有多个塔的 q_i 相同,则在它们中选择坐标按字典序最小的那一个(先比较 x,x 更小者更优;若 x 相同,再比较 y,y 更小者更优)。

如果没有任何塔可到达,则返回 [-1, -1];否则返回该选中塔的坐标 [x_i, y_i]。

1 <= towers.length <= 100000。

towers[i] = [xi, yi, qi]。

center = [cx, cy]。

0 <= xi, yi, qi, cx, cy <= 100000。

0 <= radius <= 100000。

输入: towers = [[1,2,5], [2,1,7], [3,1,9]], center = [1,1], radius = 2。

输出: [3,1]。

解释:

塔 [1, 2, 5]:曼哈顿距离 = |1 - 1| + |2 - 1| = 1,可到达。

塔 [2, 1, 7]:曼哈顿距离 = |2 - 1| + |1 - 1| = 1,可到达。

塔 [3, 1, 9]:曼哈顿距离 = |3 - 1| + |1 - 1| = 2,可到达。

所有塔都是可到达的。最大质量因子为 9,对应塔 [3, 1]。

题目来自力扣3809。

一、程序整体执行步骤 步骤1:程序启动,进入主函数 main

程序从main函数开始运行,首先准备好题目给出的所有输入数据:

  1. 1.塔数组 towers:存储了 3 座塔的信息

  • • 第 1 座塔:坐标 (1,2),质量因子 5

  • • 第 2 座塔:坐标 (2,1),质量因子 7

  • • 第 3 座塔:坐标 (3,1),质量因子 9

2.中心位置 center:你的位置坐标 (1,1)

3.半径 radius:可到达的最大曼哈顿距离 2

步骤2:调用核心函数 bestTower,开始筛选最优塔

程序把所有输入数据传入bestTower函数,正式开始计算。

子步骤 2.1:初始化筛选变量(设置初始状态)

函数一开始会创建 3 个关键变量,用来记录当前最优塔的信息:

  1. 1.maxQ:记录当前找到的最大质量因子,初始值设为 -1(因为质量因子最小是 0,-1 代表还没找到任何可到达塔)

  2. 2.minX:记录最优塔的 x 坐标,初始 -1

  3. 3.minY:记录最优塔的 y 坐标,初始 -1

这三个变量会在遍历过程中不断更新,最终保存最优塔的信息。

子步骤 2.2:遍历每一座塔,逐个判断是否符合条件

函数会依次检查每一座塔,对每一座塔执行以下判断流程:

检查第 1 座塔:(1,2,5)

  1. 1. 计算曼哈顿距离:|1-1| + |2-1| = 0 + 1 = 1

  2. 2. 判断是否可到达:1 ≤ 2 →可到达

  3. 3. 对比当前最优:

  • • 当前最大质量因子是 -1,5 更大

  • • 因此更新最优记录:maxQ=5,minX=1,minY=2

检查第 2 座塔:(2,1,7)
  1. 1. 计算曼哈顿距离:|2-1| + |1-1| = 1 + 0 = 1

  2. 2. 判断是否可到达:1 ≤ 2 →可到达

  3. 3. 对比当前最优:

  • • 当前最大质量因子是 5,7 更大

  • • 因此更新最优记录:maxQ=7,minX=2,minY=1

检查第 3 座塔:(3,1,9)
  1. 1. 计算曼哈顿距离:|3-1| + |1-1| = 2 + 0 = 2

  2. 2. 判断是否可到达:2 ≤ 2 →可到达

  3. 3. 对比当前最优:

  • • 当前最大质量因子是 7,9 更大

  • • 因此更新最优记录:maxQ=9,minX=3,minY=1

子步骤 2.3:遍历完成,返回结果

所有塔检查完毕后:

  • maxQ = 9(不是 -1,说明找到可到达塔)

  • • 最优坐标是 (3,1)
    函数直接返回[3, 1]

步骤3:主函数接收结果并打印

main函数拿到结果[3,1],输出到控制台,程序结束。

二、关键筛选规则(严格按题目要求)

遍历每一座可到达塔时,只有满足以下任一条件,才会更新最优塔:

  1. 1.当前塔的质量因子 > 记录的最大质量因子

  2. 2.质量因子相等,且:

  • • 当前塔 x 坐标 < 记录的 x 坐标

  • • 或者 x 相等,当前塔 y 坐标 < 记录的 y 坐标

如果没有任何塔可到达,最终返回[-1, -1]

三、时间复杂度 & 额外空间复杂度 1. 时间复杂度

  • • 程序只做了一次完整遍历,逐个检查每一座塔

  • • 遍历次数 = 塔的数量 n

  • • 每一次遍历内部只做:计算距离、判断、赋值,都是常数时间 O(1)

  • 总时间复杂度:O(n)

    • • n 是 towers 数组的长度(塔的数量)

    • • 即使 n 达到 10 万,这个算法也能高效运行

2. 额外空间复杂度
  • • 程序只创建了固定数量的变量:cx、cy、maxQ、minX、minY、循环临时变量等

  • • 这些变量的数量不随塔的数量 n 变化

  • • 没有使用动态数组、哈希表等随输入变大的数据结构

  • 总额外空间复杂度:O(1)(常数级空间)

总结
  1. 1. 执行过程:初始化 → 遍历每座塔 → 计算曼哈顿距离 → 按规则更新最优塔 → 返回结果

  2. 2. 时间复杂度:O(n)(线性遍历)

  3. 3. 额外空间复杂度:O(1)(仅使用固定变量)

Go完整代码如下:

package main

import (
"fmt"
)

func bestTower(towers [][]int, center []int, radius int) []int {
cx, cy := center[0], center[1]
maxQ, minX, minY := -1, -1, -1
for _, t := range towers {
x, y, q := t[0], t[1], t[2]
if abs(x-cx)+abs(y-cy) <= radius &&
(q > maxQ || q == maxQ && (x < minX || x == minX && y < minY)) {
maxQ, minX, minY = q, x, y
}
}
return []int{minX, minY}
}

func abs(x int)int {
if x < 0 {
return -x
}
return x
}

func main() {
towers := [][]int{{1, 2, 5}, {2, 1, 7}, {3, 1, 9}}
center := []int{1, 1}
radius := 2
result := bestTower(towers, center, radius)
fmt.Println(result)
}
打开网易新闻 查看精彩图片

Python完整代码如下:

# -*-coding:utf-8-*-

def best_tower(towers, center, radius):
cx, cy = center[0], center[1]
max_q, min_x, min_y = -1, -1, -1
for x, y, q in towers:
if abs(x - cx) + abs(y - cy) <= radius:
if (q > max_q or
q == max_q and (x < min_x or (x == min_x and y < min_y))):
max_q, min_x, min_y = q, x, y
return [min_x, min_y]

def main():
towers = [[1, 2, 5], [2, 1, 7], [3, 1, 9]]
center = [1, 1]
radius = 2
result = best_tower(towers, center, radius)
print(result)

if __name__ == "__main__":
main()
打开网易新闻 查看精彩图片

C++完整代码如下:

  




using namespace std;

vector bestTower(vector int >>& towers, vector< int >& center, int radius) {
int cx = center[ 0 ];
int cy = center[ 1 ];
int maxQ = -1 ;
int minX = -1 ;
int minY = -1 ;

for ( const auto& tower : towers) {
int x = tower[ 0 ];
int y = tower[ 1 ];
int q = tower[ 2 ];

int manhattanDistance = abs(x - cx) + abs(y - cy);

if (manhattanDistance <= radius) {
if (q > maxQ) {
maxQ = q;
minX = x;
minY = y;
} else if (q == maxQ) {
if (x < minX) {
minX = x;
minY = y;
} else if (x == minX && y < minY) {
minY = y;
}
}
}
}

return {minX, minY};
}

int main() {
vector int >> towers = {{ 1 , 2 , 5 }, { 2 , 1 , 7 }, { 3 , 1 , 9 }};
vector< int > center = { 1 , 1 };
int radius = 2 ;

vector< int > result = bestTower(towers, center, radius);

cout << "[" << result[ 0 ] << ", " << result[ 1 ] << "]" << endl;

return 0 ;
}
打开网易新闻 查看精彩图片

我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。