本文共 1544 字，大约阅读时间需要 5 分钟。
为了解决这个问题，我们需要找到所有满足特定条件的点的三元组，这些点在平面上形成回旋镖。回旋镖由三点组成，要求这个三点中的每一对之间的某种距离相等。为了实现这一点，我们可以使用一种高效的算法来计算所有可能的回旋镖数量。
问题分析：我们需要找出所有满足条件的三元组 (i, j, k)，使得点 i 到点 j 和点 i 到点 k 的距离相等。由于点的顺序是有区别的，我们需要考虑排列，而不是组合。
距离计算：为了简化计算，我们可以计算两个点之间的距离的平方，这样可以避免浮点数计算带来的精度问题。
预处理：使用二维数组存储所有点对之间的距离平方，使得后续处理这些距离更为高效。
统计距离出现次数：对于每个点 i，统计其到其他点的距离平方的出现次数。对于每个距离，当出现次数为 m 时，这 m 个点可以形成 m*(m-1) 个回旋镖。
import sysimport mathdef main(): points = sys.stdin.read().split() n = int(points[0]) points = list(map(int, points[1:n+1])) if n <= 2: print(0) return dist = [[0] * n for _ in range(n)] for i in range(n): for j in range(i+1, n): dx = points[i][0] - points[j][0] dy = points[i][1] - points[j][1] dist[i][j] = dx * dx + dy * dy dist[j][i] = dist[i][j] def count_boomerangs(): total = 0 for i in range(n): d_count = {} for j in range(n): if j == i: continue d = dist[i][j] if d in d_count: d_count[d] += 1 else: d_count[d] = 1 for count in d_count.values(): total += count * (count - 1) return total print(count_boomerangs())if __name__ == "__main__": main() 输入处理：读取输入点的数量和坐标，处理特殊情况（当点数少于 3 时，无法形成三元组，直接返回 0）。
距离计算：使用二维数组 dist 存储所有点对之间的距离平方。
统计出现次数：对于每个点 i，遍历所有其他点 j，计算距离平方并统计每个距离的出现次数。
计算回旋镖数量：对于每个点 i，遍历所有记录的距离，计算每个距离形成的回旋镖数量并累加。
这种方法确保了我们在 O(n^2) 的时间复杂度内高效地解决了问题，适用于较大的输入规模。
转载地址：http://lagyk.baihongyu.com/