Để tính khoảng cách Manhattan giữa hai điểm A(xA, yA) và B(xB, yB), ta có công thức:

D = |xA - xB| + |yA - yB|

Để tìm khoảng cách Manhattan lớn nhất giữa các cặp điểm đã cho, ta cần tìm khoảng cách Manhattan giữa mọi cặp điểm và chọn giá trị lớn nhất.

Với N điểm đã cho, ta có tổng số cặp điểm là C(N, 2) = N*(N-1)/2. Do đó, để tính khoảng cách Manhattan giữa mọi cặp điểm, ta cần thực hiện N*(N-1)/2 phép tính.

Cụ thể, với mỗi cặp điểm Ai(x1, t1) và Aj(x2, t2), khoảng cách Manhattan giữa chúng là:

Dij = |x1 - x2| + |t1 - t2|

Ta cần tính Dij cho mọi cặp i, j và chọn giá trị lớn nhất.

Để tìm giá trị lớn nhất, ta có thể sử dụng hai vòng lặp lồng nhau để duyệt qua từng cặp điểm và tính khoảng cách Manhattan tương ứng. Trong quá trình tính, ta cập nhật giá trị lớn nhất cho khoảng cách Manhattan đã tính được.

Độ phức tạp của thuật toán là O(N^2), với N là số điểm đã cho.

Để tính khoảng cách Manhattan giữa hai điểm A(xA, yA) và B(xB, yB), ta có công thức:

D = |xA - xB| + |yA - yB|

Để tìm khoảng cách Manhattan lớn nhất giữa các cặp điểm đã cho, ta cần tìm khoảng cách Manhattan giữa mọi cặp điểm và chọn giá trị lớn nhất.

Với N điểm đã cho, ta có tổng số cặp điểm là C(N, 2) = N*(N-1)/2. Do đó, để tính khoảng cách Manhattan giữa mọi cặp điểm, ta cần thực hiện N*(N-1)/2 phép tính.

Cụ thể, với mỗi cặp điểm Ai(x1, t1) và Aj(x2, t2), khoảng cách Manhattan giữa chúng là:

Dij = |x1 - x2| + |t1 - t2|

Ta cần tính Dij cho mọi cặp i, j và chọn giá trị lớn nhất.

Để tìm giá trị lớn nhất, ta có thể sử dụng hai vòng lặp lồng nhau để duyệt qua từng cặp điểm và tính khoảng cách Manhattan tương ứng. Trong quá trình tính, ta cập nhật giá trị lớn nhất cho khoảng cách Manhattan đã tính được.

Độ phức tạp của thuật toán là O(N^2), với N là số điểm đã cho.