[Java][НП] - Генерички кластер

Да се имплементира генеричка класа Cluster во која се чуваат елементи кои мора да обезбедат сопствен идентификатор long и да може да се пресметува растојание (double) помеѓу два вакви елементи. Во класата да се имплементираат следните два методи:

    void addItem(Т element) - за додавање нов елемент во кластерот
    void near(long id, int top) - кој ги печати најблиските top елементи до елементот со дадениот идентификатор id подредени според растојанието во опаѓачки редослед.

Потоа да се имплементира класа Point2D која претставува конкретна имплементација на елемент во кластерот за точка во 2Д простор со дадени:

    id - long
    x - float
    y - float

Растојанието помеѓу две Point2D точки се пресметува со формулата за Евклидово растојание sqrt((x1−x2)2+(y1−y2))




import java.awt.*;
import java.util.Comparator;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;
import java.util.concurrent.atomic.AtomicInteger;

interface Element {
    double distance(Element e);

    String print(Element e);

    Long getIdentificator();
}

class Point2D implements Element {
    private Long identificator;
    private float x;
    private float y;

    public Point2D(Long identificator, float x, float y) {
        this.identificator = identificator;
        this.x = x;
        this.y = y;
    }

    @Override
    public double distance(Element e) {
        Point2D p2d = (Point2D) e;
        return Math.sqrt(Math.pow((this.x - p2d.x), 2) + Math.pow((this.y - p2d.y), 2));
    }

    @Override
    public Long getIdentificator() {
        return identificator;
    }

    public String print(Element e) {
        return String.format("%d -> %4.3f", identificator, distance(e));
    }

}

class Cluster<T extends Element> {
    private Map<Long, T> cluster;

    private Comparator<Element> comparator = (e1, e2) -> (int) -e1.distance(e2);

    public Cluster() {
        this.cluster = new HashMap<Long, T>();
    }

    public void addItem(T element) {
        cluster.put(element.getIdentificator(), element);
    }

    public void near(long id, int top) {
        T element = cluster.get(id);
        AtomicInteger i = new AtomicInteger(1);
        cluster.values()
                .stream()
                .sorted(Comparator.comparing(el -> el.distance(element)))
                .skip(1)
                .limit(top)
                .forEach(el -> System.out.printf("%d. %s\n",i.getAndIncrement(),el.print(element)));
    }

}

public class ClusterTest {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);
        Cluster<Point2D> cluster = new Cluster<>();
        int n = scanner.nextInt();
        scanner.nextLine();
        for (int i = 0; i < n; ++i) {
            String line = scanner.nextLine();
            String[] parts = line.split(" ");
            long id = Long.parseLong(parts[0]);
            float x = Float.parseFloat(parts[1]);
            float y = Float.parseFloat(parts[2]);
            cluster.addItem(new Point2D(id, x, y));
        }
        int id = scanner.nextInt();
        int top = scanner.nextInt();
        cluster.near(id, top);
        scanner.close();
    }
}


Sample input

134
1 -12.592489 11.226042
2 -19.946349 7.771200
3 -9.554585 7.104757
4 -4.576861 11.614792
5 -17.856722 4.663583
6 -9.294781 -12.317993
7 9.574917 -16.290767
8 -1.098660 4.687239
9 11.102700 0.992551
10 2.189287 5.495277
11 11.463659 12.846322
12 15.107933 6.770316
13 14.638967 -8.843972
14 -7.388534 -10.493790
15 4.914454 -2.826212
16 -15.681654 -8.857618
17 7.312006 8.776601
18 11.784733 1.980593
19 4.543760 -17.098830
20 -3.137116 17.478204
21 0.617431 0.844155
22 -12.886710 -13.176229
23 6.811271 -19.784606
24 7.649167 -8.459262
25 17.954945 15.792233
26 10.757923 13.734474
27 13.026887 -2.336706
28 -13.324047 -13.310999
29 -5.535550 6.836640
30 -17.253517 14.561376
31 15.158340 -15.654356
32 -9.627736 14.788987
33 -11.403491 -3.091226
34 19.065578 18.045590
35 5.712840 -12.074122
36 -15.197627 1.361523
37 9.974684 16.698629
38 -7.550393 -1.743515
39 10.091063 -18.870625
40 17.123908 -5.274345
41 -5.563009 3.902281
42 -19.357018 14.070394
43 14.538022 -13.612944
44 -14.995147 2.004540
45 1.590616 -4.640580
46 15.322889 1.113860
47 5.813054 7.236781
48 11.550069 2.763390
49 -8.306936 17.996724
50 2.103418 4.481250
51 -4.880829 -1.838241
52 -8.740395 -17.233943
53 -5.240793 -14.700340
54 -3.229108 1.824458
55 -1.571746 -15.711500
56 -6.627248 -2.821704
57 4.133597 10.119678
58 1.745860 -17.759006
59 2.875000 12.614371
60 6.854046 6.195518
61 9.276331 19.529227
62 -3.140184 5.130069
63 -10.376448 -13.176568
64 -6.115435 18.320373
65 15.753197 -18.311294
66 -9.734552 -7.464474
67 7.818902 10.236012
68 -9.286544 0.585049
69 0.482601 -1.495706
70 3.175686 -10.727716
71 8.740559 -2.875988
72 -4.027348 19.292231
73 -18.782135 9.608893
74 -8.602010 -7.458132
75 -5.980308 -5.534441
76 9.161842 6.755174
77 10.083789 14.106333
78 -2.276327 5.424776
79 16.863642 -16.668020
80 -3.437473 8.597565
81 -16.566190 -10.195750
82 -12.821504 -6.756758
83 -4.378992 4.460784
84 -6.654383 0.419831
85 4.534243 -4.768329
86 -16.539585 -10.772079
87 -8.050715 4.607770
88 11.328548 15.961929
89 -18.111719 -6.103362
90 2.969312 0.195664
91 9.003859 -7.557752
92 -0.920011 -14.463433
93 14.508875 -19.805433
94 2.274357 -5.956340
95 -10.028002 -4.467160
96 2.005463 -1.054476
97 18.880100 -8.065482
98 17.379174 -5.749780
99 11.932869 3.498088
100 11.876010 -5.686828
101 -3.262671 13.470774
102 -9.185019 -7.064527
103 -11.728649 -17.822066
104 5.397891 -3.333249
105 0.119796 -13.578305
106 -14.372691 -6.883094
107 16.789383 2.787833
108 16.573300 9.766991
109 -19.101557 -18.053391
110 8.713240 9.445113
111 8.116329 0.570028
112 6.070563 -6.116125
113 -14.513021 -14.619127
114 -0.830934 9.137912
115 -2.242312 -8.109888
116 -11.524699 -13.719739
117 11.556025 10.388447
118 -5.650270 -6.868477
119 10.137550 0.953821
120 13.899374 9.008900
121 -2.841680 13.943808
122 5.033850 -14.980568
123 -12.970190 -0.533195
124 -14.407205 -18.079744
125 2.323059 -2.031479
126 -3.200666 -19.907361
127 -14.324046 1.998401
128 -15.735465 7.648782
129 16.256430 -19.612073
130 -15.739002 -13.029527
131 15.475025 9.884058
132 18.554561 18.548316
133 3.103116 15.195434
134 -4.876065 5.090755
52 6

Sample output

1. 103 -> 3.046
2. 53 -> 4.320
3. 63 -> 4.375
4. 116 -> 4.484
5. 6 -> 4.947
6. 124 -> 5.730