据我了解：
这是一个视觉效果：
........... ........... ...X....... ........... .....Y..... <---1N from top X, 2N from bottom X ........... .......Y... <---2N from top X, 1N from bottom X ........... .........X. ...........
肉眼可见。
我如何通过算法确定它？
这是示例网格：
............ ........0... .....0...... .......0.... ....0....... ......A..... ............ ............ ........A... .........A.. ............ ............
我将重点关注 0：
比较前两个：
1,8 vs. 2,5 1 row apart 3 col apart 2 possible antinodes: 0,11: 0 = min(1,2) - 1 3,2 For 0,11 0 = min(1,2) - 1 11 = ....
在写作时我意识到我真的需要知道连接这对点的直线的斜率。
这样我就可以知道是否对每个轴进行加法或减法以确定波腹在哪里。
公式为：
(y2 - y1) / (x2 - x1)
结果将是以下四种之一：
回到例子：
1,8 and 2,5 (5 - 8) / (2 - 1) = -3 / 1 = -3
什么？负斜率？不，那条线有正斜率！
哦...我明白了。
数组索引向上计数，但视觉上正在向下移动。
我需要反向计算索引。
而不是这样：
0 ............ 1 ........0... 2 .....0...... 3 .......0.... 4 ....0....... 5 ......A..... 6 ............ 7 ............ 8 ........A... 9 .........A.. ............ ............ 0123456789
我需要这样数：
............ ........0... 9 .....0...... 8 .......0.... 7 ....0....... 6 ......A..... 5 ............ 4 ............ 3 ........A... 2 .........A.. 1 ............ 0 ............ 0123456789
它应该只需要更多的数学知识：
array length - current row/col index
我会努力
对于最上面的 0：
12 rows Row index: 1 12 - 1 = 11 Column index: 8 Coordinates: 8,11
对于下一行的 0：
Row index: 2 12 - 2 = 10 Column index: 5 Coordinates: 5,10
还有坡度：
(10 - 11) / (5 - 8)
-1 / -3
1/3
正斜率！没错！
一个空对象，填充了嵌套的 for 循环：
let graph = input.split('\n').map(el => el.split(''))
let antennas = {}
for (let y = 0; y < graph.length; y++) {
for (let x = 0; x < graph[0].length; x++) {
if (graph[y][x] !== '.') {
if (!(graph[y][x] in antennas)) {
antennas[graph[y][x]] = []
}
antennas[graph[y][x]].push([graph.length - y,x])
}
}
}
为示例输入创建此对象：
{
'0': [ [ 11, 8 ], [ 10, 5 ], [ 9, 7 ], [ 8, 4 ] ],
A: [ [ 7, 6 ], [ 4, 8 ], [ 3, 9 ] ]
}
看起来棒极了！
接下来，计算坡度。
我的作用域函数很简单：
function getScope(p1,p2) {
return (p2[0] - p1[0]) / (p2[1] - p1[1])
}
它需要两个数组并使用所有四个坐标返回范围。
在比较所有相似频率坐标对时，我想调用此函数。
比较发生在这个超级嵌套 for 循环中：
for (let freq in antennas) {
let f = antennas[freq]
for (let i = 0; i < f.length; i++) {
for (let j = i + 1; j < f.length; j++) {
// Comparing two antennas of the same frequency
}
}
}
确认它适用于示例输入：
[ 11, 8 ] [ 10, 5 ] [ 11, 8 ] [ 9, 7 ] [ 11, 8 ] [ 8, 4 ] [ 10, 5 ] [ 9, 7 ] [ 10, 5 ] [ 8, 4 ] [ 9, 7 ] [ 8, 4 ] [ 7, 6 ] [ 4, 8 ] [ 7, 6 ] [ 3, 9 ] [ 4, 8 ] [ 3, 9 ]
九个比较。没错！
每个的范围？
谢天谢地，这些看起来也不错。
现在我认为过于复杂的部分。
他们是：
........... ........... ...X....... ........... .....Y..... <---1N from top X, 2N from bottom X ........... .......Y... <---2N from top X, 1N from bottom X ........... .........X. ...........
我们来解决这个问题。
很多，但每个条款中的微妙之处都很重要：
............ ........0... .....0...... .......0.... ....0....... ......A..... ............ ............ ........A... .........A.. ............ ............
值得庆幸的是，所有已识别的波腹似乎都放置正确。
接下来，排除出界的
输入...更多条件！
1,8 vs. 2,5 1 row apart 3 col apart 2 possible antinodes: 0,11: 0 = min(1,2) - 1 3,2 For 0,11 0 = min(1,2) - 1 11 = ....
我正在检查每个坐标是否在 0 和行或列的长度之间。
然后，在我的反节点查找器中每个子句的底部，我在两个可能的节点上调用该函数：
(y2 - y1) / (x2 - x1)
我的答案将是我的有效集合的大小。
运行它会生成 12。而不是 14。
为什么不呢？
...
经过一些调试，我发现了错误：
1,8 and 2,5 (5 - 8) / (2 - 1) = -3 / 1 = -3
我在该行的分配中落后了一位。我需要一个减一的值：
0 ............ 1 ........0... 2 .....0...... 3 .......0.... 4 ....0....... 5 ......A..... 6 ............ 7 ............ 8 ........A... 9 .........A.. ............ ............ 0123456789
这解决了问题。
我现在看到14。
是时候在我的拼图输入上运行它了。
...
正确答案！！！
这比我预期的要长得多，但我做到了！
我只能想象第二部分需要什么。
咕噜咕噜。
这感觉比较困难，尽管这可能是一个相对简单的调整。
是时候考虑一下了。
...
主要是因为这个陷阱：
与至少两个相同频率的天线完全一致
我认为我理解这个标准。
我的预感是，只要任意给定频率存在三个，所有三个天线也是波腹。
如果我错了，那么这很可能就是我的答案会失败的原因：将天线误认为是波腹。
但我认为我有一个识别所有新波腹的策略。
我当前的算法找到两个天线两端的波腹。
我想沿着线路向两个方向行走，直到我即将出界。
这需要一些重构。
我准备好了。
这是我更新的正斜率线的条件：
............ ........0... 9 .....0...... 8 .......0.... 7 ....0....... 6 ......A..... 5 ............ 4 ............ 3 ........A... 2 .........A.. 1 ............ 0 ............ 0123456789
发生了什么变化：
我必须为每个子句执行此操作。
我稍微弄乱了一个，这导致我使用示例输入得到了相差 1 的答案，并看到了一个非常奇怪的网格，这帮助我诊断了哪个子句发生了故障。
最终，我让它在示例输入上工作。
然后我在我的拼图输入上运行它。
还有...
我生成了正确答案！！！
我为自己感到骄傲！
我非常感激我的谜题输入中没有出现任何偷偷摸摸的边缘情况！
哇，这需要几天的被动思考才能解决。
又一个拥有两颗来之不易的金星的日子。
以上是共振共线性的详细内容。更多信息请关注PHP中文网其他相关文章！
