从候选位置中逐个选择出生点时，只让新点远离某一个旧点并不够。先看它离所有已选位置中最近的一个有多远，再选择这个最小距离最大的候选，可以明确表达分散布置的局部目标。

本篇用一组独立输入把规则展开为可重复核对的记录。先确认单位、编号及边界，再自行尝试推演，然后寻找与下面过程第一次不同的位置。所有结果只在这里写明的规则下成立，不能当作所有游戏的统一实现。

规则与输入

在二维整数地图中，两个固定位置先被占用。每轮给剩余候选计算到所有已占用点的距离平方，取最小值作为分数；选分数最高者，同分取原候选编号较小者，共选五轮。选中后立即加入已占用集合。

两固定点[[0, 0], [11, 13]] 十二候选按编号[[1, 3], [11, 6], [10, 1], [10, 8], [3, 2], [10, 10], [9, 13], [4, 11], [1, 8], [0, 9], [9, 2], [0, 4]]

逐步推演

第1轮剩余候选[编号,最近距离平方]为[[0, 10], [1, 49], [2, 101], [3, 26], [4, 13], [5, 10], [6, 4], [7, 53], [8, 65], [9, 81], [10, 85], [11, 16]]，选中2号[10, 1]，得分101；更新后的占用点[[0, 0], [11, 13], [10, 1]]。

第2轮剩余候选[编号,最近距离平方]为[[0, 10], [1, 26], [3, 26], [4, 13], [5, 10], [6, 4], [7, 53], [8, 65], [9, 81], [10, 2], [11, 16]]，选中9号[0, 9]，得分81；更新后的占用点[[0, 0], [11, 13], [10, 1], [0, 9]]。

第3轮剩余候选[编号,最近距离平方]为[[0, 10], [1, 26], [3, 26], [4, 13], [5, 10], [6, 4], [7, 20], [8, 2], [10, 2], [11, 16]]，选中1号[11, 6]，得分26；更新后的占用点[[0, 0], [11, 13], [10, 1], [0, 9], [11, 6]]。

第4轮剩余候选[编号,最近距离平方]为[[0, 10], [3, 5], [4, 13], [5, 10], [6, 4], [7, 20], [8, 2], [10, 2], [11, 16]]，选中7号[4, 11]，得分20；更新后的占用点[[0, 0], [11, 13], [10, 1], [0, 9], [11, 6], [4, 11]]。

第5轮剩余候选[编号,最近距离平方]为[[0, 10], [3, 5], [4, 13], [5, 10], [6, 4], [8, 2], [10, 2], [11, 16]]，选中11号[0, 4]，得分16；更新后的占用点[[0, 0], [11, 13], [10, 1], [0, 9], [11, 6], [4, 11], [0, 4]]。

五轮选中编号[2, 9, 1, 7, 11]，每一轮都基于此前实际选择重新比较。

怎样独立检查

逐个枚举候选与当前占用点的配对距离，找出每个候选最不利的近邻，再比较这些最小值。核对选中点在当轮确实没有更高分的替代，但不要把逐轮局部最优误称为所有点组合的全局最优。

距离平方保持距离的大小次序，本例不需要开方。障碍物、视线、路径长度和队伍平衡都没有包含在这个几何模型中；实际关卡的出生安全性不能只靠这个分数判断。增加新点后，剩余候选必须重新评分。

练习时先保存原始输入及中间结果，再只改变一个条件观察差异。重点检查空状态、相同数值、恰好到达边界和最后一步。不要为了凑出相同的最终结果而忽略较早出现的偏差，过程和结论都应能由同一套规则解释。