2025-08-21：分割正方形Ⅱ。用go语言，给你一个二维整数数组 squares，其中每个元素 [xi, yi, li] 表示一个与 x 轴平行的正方形：左下角坐标为 (xi, yi)，边长为 li。请寻找最小的实数 Y，使水平直线 y = Y 将所有正方形的并集划分成上下两部分，且上半部分的面积与下半部分的面积相等。正方形之间可能相互覆盖，重叠区域只计入一次。答案以绝对误差不超过 视为正确。

1 <= squares.length <= 5 * 10000。

squares[i] = [xi, yi, li]。

squares[i].length == 3。

0 <= xi, yi <= 1000000000。

1 <= li <= 1000000000。

所有正方形的总面积不超过 1000000000000000。

输入： squares = [[0,0,1],[2,2,1]]。

输出： 1.00000。

解释：

任何在 y = 1 和 y = 2 之间的水平线都会有 1 平方单位的面积在其上方，1 平方单位的面积在其下方。最小的 y 坐标是 1。

题目来自力扣3454。

分步骤描述过程

1. 问题分析：
给定多个与x轴平行的正方形（可能重叠），需要找到一条水平线y=Y，使得所有正方形并集被分成上下两部分，且上下面积相等（总面积的一半）。由于正方形可能重叠，重叠区域只算一次，因此需要计算并集的面积。

2. 离散化横坐标：

o 提取所有正方形的左右边界（即xi和xi+li），排序并去重，得到离散化的横坐标数组xs。这些横坐标将x轴分成多个区间（线段树中的叶子节点），每个区间长度（xs[i+1]-xs[i]）作为线段树中该节点维护的底边长度。

3. 事件处理：

o 为每个正方形生成两个事件：下边界（yi）处增加覆盖（delta=1），上边界（yi+li）处减少覆盖（delta=-1）。将所有事件按y坐标排序。

4. 线段树初始化：

o 线段树每个节点维护一段横坐标区间[lx, rx]的信息：

o minCover：该区间内被矩形覆盖的最小次数（实际上这里维护的是当前区间被覆盖的次数，但通过懒标记更新整个子树）。

o minCoverLen：该区间内被覆盖次数等于minCover的底边长之和（用于计算未被覆盖的长度）。

o todo：懒标记，表示子树需要增加的覆盖次数（用于延迟更新）。

o 建树：初始化线段树，叶子节点的minCover为0（初始未被覆盖），minCoverLen为对应区间的长度（xs[i+1]-xs[i]）。

5. 扫描线过程：

o 按y坐标从小到大处理事件（模拟从下往上扫描）：

o 对于每个事件（y, lx, rx, delta），找到其对应的离散化区间[l, r]（l为lx在xs中的索引，r为rx在xs中的索引减1）。

o 更新线段树：将区间[l, r]的覆盖次数增加delta（通过线段树的区间更新，包括懒标记处理）。

o 更新后，根节点维护整个x轴区间的信息：minCover表示整个区间被覆盖的最小次数（实际上根节点的minCover就是整个区间的最小覆盖次数，但这里我们关心是否被覆盖过？实际上，根节点的minCover为0表示有部分区间未被覆盖，否则全部被覆盖至少一次）。

o 计算当前被至少一个矩形覆盖的底边总长度sumLen：总长度（xs[-1]-xs[0]）减去未被覆盖的长度（即根节点minCover为0时，minCoverLen就是未被覆盖的长度，否则为0）。

o 记录当前事件处理后的累计面积（totArea）和当前的sumLen（用于后续二分）。累计面积的计算：从上一次事件到当前事件的高度差（events[i+1].y - e.y）乘以当前的sumLen，得到这一段的面积，并累加到totArea。

6. 二分查找分割线：

o 总面积为totArea（所有正方形并集的面积），目标是找到y=Y使得下半部分面积为totArea/2。

o 在records中记录每个事件处理后的累计面积（当前事件之前的累计面积）和当前的sumLen（底边被覆盖的长度）。

o 二分查找最后一个累计面积小于totArea/2的事件索引i（即records[i].area < totArea/2 <= records[i+1].area）。

o 分割线Y的位置：从事件i对应的y坐标（events[i].y）开始，还需要上升的高度为（剩余面积差）除以（当前的底边被覆盖长度sumLen）。即：
Y = events[i].y + (totArea/2 - records[i].area) / records[i].sumLen

7. 输出结果：
计算得到的Y即为答案，要求绝对误差不超过1e-5。

时间复杂度和额外空间复杂度

o 时间复杂度：

• 离散化（排序去重）：O(n log n)，n为正方形数量（最多2n个坐标）。
• 事件排序：O(n log n)。
• 线段树建树：O(n)（实际节点数最多4N，N为离散化后区间数）。
• 线段树每次更新和查询：O(log n)（每次事件处理更新区间，最多2n次事件）。
• 二分查找：O(log n)。
• 总时间复杂度：O(n log n)。

o 额外空间复杂度：

• 离散化数组xs：O(n)。
• 事件数组events：O(n)。
• 线段树：O(n)（节点数最多4N，N为离散化后区间数，最多2n个点，区间数最多2n-1）。
• records数组：O(n)。
• 总空间复杂度：O(n)。

注意：n为正方形数量（输入规模），但离散化后区间数最多为2n（去重后可能更少），因此线段树节点数为O(n)。所有操作都是基于n的多项式级别。

Go完整代码如下：

package main

import (
    "fmt"
    "math/bits"
    "slices"
    "sort"
)

// 线段树每个节点维护一段横坐标区间 [lx, rx]
type seg []struct {
    l, r        int
    minCoverLen int// 区间内被矩形覆盖次数最少的底边长之和
    minCover    int// 区间内被矩形覆盖的最小次数
    todo        int// 子树内的所有节点的 minCover 需要增加的量，注意这可以是负数
}

// 根据左右儿子的信息，更新当前节点的信息
func (t seg) maintain(o int) {
    lo, ro := &t[o<<1], &t[o<<1|1]
    mn := min(lo.minCover, ro.minCover)
    t[o].minCover = mn
    t[o].minCoverLen = 0
    if lo.minCover == mn { // 只统计等于 minCover 的底边长之和
        t[o].minCoverLen = lo.minCoverLen
    }
    if ro.minCover == mn {
        t[o].minCoverLen += ro.minCoverLen
    }
}

// 仅更新节点信息，不下传懒标记 todo
func (t seg) do(o, v int) {
    t[o].minCover += v
    t[o].todo += v
}

// 下传懒标记 todo
func (t seg) spread(o int) {
    v := t[o].todo
    if v != 0 {
        t.do(o<<1, v)
        t.do(o<<1|1, v)
        t[o].todo = 0
    }
}

// 建树
func (t seg) build(xs []int, o, l, r int) {
    t[o].l, t[o].r = l, r
    t[o].todo = 0
    if l == r {
        t[o].minCover = 0
        t[o].minCoverLen = xs[l+1] - xs[l]
        return
    }
    m := (l + r) >> 1
    t.build(xs, o<<1, l, m)
    t.build(xs, o<<1|1, m+1, r)
    t.maintain(o)
}

// 区间更新
func (t seg) update(o, l, r, v int) {
    if l <= t[o].l && t[o].r <= r {
        t.do(o, v)
        return
    }
    t.spread(o)
    m := (t[o].l + t[o].r) >> 1
    if l <= m {
        t.update(o<<1, l, r, v)
    }
    if m < r {
        t.update(o<<1|1, l, r, v)
    }
    t.maintain(o)
}

// 代码逻辑同 850 题，增加一个 records 数组记录关键数据
func separateSquares(squares [][]int)float64 {
    m := len(squares) * 2
    xs := make([]int, 0, m)
    type event struct{ y, lx, rx, delta int }
    events := make([]event, 0, m)
    for _, sq := range squares {
        lx, y, l := sq[0], sq[1], sq[2]
        rx := lx + l
        xs = append(xs, lx, rx)
        events = append(events, event{y, lx, rx, 1}, event{y + l, lx, rx, -1})
    }

    // 排序去重，方便离散化
    slices.Sort(xs)
    xs = slices.Compact(xs)

    // 初始化线段树
    n := len(xs) - 1// len(xs) 个横坐标有 len(xs)-1 个差值
    t := make(seg, 2<<bits.Len(uint(n-1)))
    t.build(xs, 1, 0, n-1)

    // 模拟扫描线从下往上移动
    slices.SortFunc(events, func(a, b event)int { return a.y - b.y })
    type pair struct{ area, sumLen int }
    records := make([]pair, m-1)
    totArea := 0
    for i, e := range events[:m-1] {
        l := sort.SearchInts(xs, e.lx)
        r := sort.SearchInts(xs, e.rx) - 1// 注意 r 对应着 xs[r] 与 xs[r+1]=e.rx 的差值
        t.update(1, l, r, e.delta)         // 更新被 [e.lx, e.rx] 覆盖的次数
        sumLen := xs[len(xs)-1] - xs[0]    // 总的底边长度
        if t[1].minCover == 0 {            // 需要去掉没被矩形覆盖的长度
            sumLen -= t[1].minCoverLen
        }
        records[i] = pair{totArea, sumLen} // 记录关键数据
        totArea += sumLen * (events[i+1].y - e.y) // 新增面积 = 被至少一个矩形覆盖的底边长之和 * 矩形高度
    }

    // 二分找最后一个 < totArea / 2 的面积
    i := sort.Search(m-1, func(i int)bool { return records[i].area*2 >= totArea }) - 1
    returnfloat64(events[i].y) + float64(totArea-records[i].area*2)/float64(records[i].sumLen*2)
}

func main() {
    squares := [][]int{{0,0,1},{2,2,1}}
    result := separateSquares(squares)
    fmt.Println(result)
}

Python完整代码如下：

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

import bisect

class SegTree:
    def __init__(self, xs):
        self.n = len(xs) - 1
        self.xs = xs
        self.size = 1
        while self.size < self.n:
            self.size *= 2
        self.min_cover = [0] * (2 * self.size)
        self.min_cover_len = [0] * (2 * self.size)
        self.todo = [0] * (2 * self.size)
        
        # 初始化叶子节点
        for i in range(self.n):
            self.min_cover_len[self.size + i] = xs[i+1] - xs[i]
        for i in range(self.n, self.size):
            self.min_cover_len[self.size + i] = 0
        for i in range(self.size - 1, 0, -1):
            self.maintain(i)
    
    def maintain(self, o):
        lo, ro = 2*o, 2*o+1
        mn = min(self.min_cover[lo], self.min_cover[ro])
        self.min_cover[o] = mn
        self.min_cover_len[o] = 0
        if self.min_cover[lo] == mn:
            self.min_cover_len[o] += self.min_cover_len[lo]
        if self.min_cover[ro] == mn:
            self.min_cover_len[o] += self.min_cover_len[ro]
    
    def do(self, o, v):
        self.min_cover[o] += v
        self.todo[o] += v
    
    def spread(self, o):
        if self.todo[o] != 0:
            self.do(2*o, self.todo[o])
            self.do(2*o+1, self.todo[o])
            self.todo[o] = 0
    
    def update(self, l, r, v, o=1, segL=0, segR=None):
        if segR is None:
            segR = self.size - 1
        if l <= segL and segR <= r:
            self.do(o, v)
            return
        self.spread(o)
        mid = (segL + segR) // 2
        if l <= mid:
            self.update(l, r, v, 2*o, segL, mid)
        if mid < r:
            self.update(l, r, v, 2*o+1, mid+1, segR)
        self.maintain(o)

def separateSquares(squares):
    m = len(squares) * 2
    xs = []
    events = []
    for sq in squares:
        lx, y, l = sq
        rx = lx + l
        xs.extend([lx, rx])
        events.append((y, lx, rx, 1))
        events.append((y + l, lx, rx, -1))
    
    xs = sorted(set(xs))
    events.sort(key=lambda x: x[0])
    
    n = len(xs) - 1
    seg_tree = SegTree(xs)
    
    records = []
    tot_area = 0
    for i in range(len(events) - 1):
        y, lx, rx, delta = events[i]
        l = bisect.bisect_left(xs, lx)
        r = bisect.bisect_left(xs, rx) - 1
        seg_tree.update(l, r, delta)
        
        total_len = xs[-1] - xs[0]
        if seg_tree.min_cover[1] == 0:
            total_len -= seg_tree.min_cover_len[1]
        
        records.append((tot_area, total_len))
        next_y = events[i+1][0]
        tot_area += total_len * (next_y - y)
    
    # 二分查找
    target = tot_area / 2
    left, right = 0, len(records)
    while left < right:
        mid = (left + right) // 2
        if records[mid][0] * 2 >= tot_area:
            right = mid
        else:
            left = mid + 1
    
    i = left - 1
    if i < 0:
        return float(events[0][0])
    
    prev_area, total_len = records[i]
    prev_y = events[i][0]
    remaining_area = tot_area / 2 - prev_area
    return prev_y + remaining_area / total_len

def main():
    squares = [[0, 0, 1], [2, 2, 1]]
    result = separateSquares(squares)
    print(result)

if __name__ == "__main__":
    main()

·

我们相信Go语言和算法为普通开发者提供了困境的“面试利器”，并致力于分享全面的编程知识。在这里，您可以找到最新的Go语言教程、算法解析、提升面试竞争力的秘籍以及行业动态。

欢迎关注“福大规模架构师每日一题”，让 Go 语言和算法助力您的职业发展

·