华为 · 计算几何 · 算法编程题
华为 计算几何 n ≤ 500 时限 1 秒 / 256 MB

题目描述

【场景】为了优化城市基站布局,需要把给定的基站坐标用 K-Means 聚成 k 组,并用轮廓系数评估每个簇的好坏。我们把“平均轮廓系数最低”的簇视为覆盖质量最差的簇,计划在该簇“质心位置”新增一座基站。请你输出这座新基站的坐标(四舍五入到两位小数,采用银行家舍入)。
【任务】
·
使用前 k 个点作为初始中心执行 K-Means。
·
轮廓系数定义:对样本 p,a(p) 是其与本簇其他样本的平均距离;b(p) 是其与“其他各簇”样本平均距离中的最小值;s(p)=(b(p)-a(p))/max(a(p), b(p))。若样本所在簇大小≤1,则该样本 s(p)=0。
·
簇的得分为簇内样本 s(p) 的平均值。得分越低表示越差。
·
输出平均轮廓系数最低簇的“质心”(各坐标均值)。

输入输出

输入描述
第一行:n k(n 为点数,k 为簇数)
接下来 n 行:每行两个整数 x y,表示一个基站的平面坐标
取值范围:1 ≤ n ≤ 500,1 ≤ k ≤ 120,0 ≤ x ≤ 5000,0 ≤ y ≤ 3000
输出描述
一行:新增基站坐标,格式为 x,y(保留两位小数)

样例共 1 组

样例 1 · 初始中心为(0,0)、(0,1)。K-Means 收敛后,簇A≈{(0,0),(0,1),(5,0)},质心≈(1.666...,0.333...);簇B≈{(10,10),(10,11),(11,10)},质心≈(10.333...,10.333...)。 簇A分散、与簇B距离也不算远,平均轮廓系数更低,因此选择簇A,其质心四舍五入(银行家舍入)为1.67,0.33。
输入
6 2
0 0
0 1
5 0
10 10
10 11
11 10
输出
1.67,0.33

算法解析依据一般

考点:计算几何

数据规模 n ≤ 500 | 限制 1 秒 / 256MB | 标准输入输出

题目画像

  • 数据规模:n ≤ 500,k ≤ 120
  • 元素值域:x ≤ 5000,y ≤ 3000(注意整数类型选择,避免溢出)
  • 复杂度门槛:允许 O(n²);若 n ≤ 300,O(n³) 通常也跑得动,需看具体常数。
  • 源站时限:1 秒(牛客口径,非本题专属门槛)

解题思路

参考方向:计算几何

把几何关系转成坐标运算,用整数运算避免浮点误差。

思路框架(计算几何 通法 · 非本题专属)

  1. 把点、向量、线段用坐标表示。
  2. 几何判定(平行、垂直、共线、相交)尽量用叉积/点积的整数形式:叉积为 0 即共线。
  3. 距离用平方比较,避免开方带来的浮点误差。
  4. 面积用叉积(鞋带公式)计算。

实现要点:叉积 cross = x1*y2 - x2*y1;用它判断顺时针/逆时针和共线。

复杂度:时间 O(n) ~ O(n²) | 空间 O(n)

该范式的通法易错点

  • 用浮点相等判断几何关系(应用整数叉积)。
  • 没考虑三点共线、重合等退化情况。

对照本题

  • 数据规模 n ≤ 500,允许 O(n²);若 n ≤ 300,O(n³) 通常也跑得动,需看具体常数。
  • 元素值域最大到 5000 —— 求和 / 相乘时记得开 64 位整数。
本题在源数据中没有官方考点标签,方向由题面特征推断,仅供参考。

样例解读

样例 1:输入 6 2 / 0 0 / 0 1 / 5 0 / 10 10 / 10 11 / 11 10 → 输出 1.67,0.33

初始中心为(0,0)、(0,1)。K-Means 收敛后,簇A≈{(0,0),(0,1),(5,0)},质心≈(1.666...,0.333...);簇B≈{(10,10),(10,11),(11,10)},质心≈(10.333...,10.333...)。

簇A分散、与簇B距离也不算远,平均轮廓系数更低,因此选择簇A,其质心四舍五入(银行家舍入)为1.67,0.33。

解析由校招宝本地引擎整理(依据源站考点标签 / 人工判题标注 / 题面规模信号),非官方题解,仅供思路参考。

本题来源:2025年秋招-华为-9月24号AI岗。

‹ 上一题 全部编程题 下一题 ›
编程算法题为只读内容:无需作答,直接看题与解析 · 本站不提供在线判题 · 解析由校招宝本地引擎整理,非官方题解