平面最近点问题

参考:http://yzmduncan.iteye.com/blog/1432880

在二维平面上的n个点中,如何快速的找出最近的一对点,就是最近点对问题。

    一种简单的想法是暴力枚举每两个点,记录最小距离,显然,时间复杂度为O(n^2)。

    在这里介绍一种时间复杂度为O(nlognlogn)的算法。其实,这里用到了分治的思想。将所给平面上n个点的集合S分成两个子集S1和S2,每个子集中约有n/2个点。然后在每个子集中递归地求最接近的点对。在这里,一个关键的问题是如何实现分治法中的合并步骤,即由S1和S2的最接近点对,如何求得原集合S中的最接近点对。如果这两个点分别在S1和S2中,问题就变得复杂了。

    为了使问题变得简单,首先考虑一维的情形。此时,S中的n个点退化为x轴上的n个实数x1,x2,...,xn。最接近点对即为这n个实数中相差最小的两个实数。显然可以先将点排好序,然后线性扫描就可以了。但我们为了便于推广到二维的情形,尝试用分治法解决这个问题。

    假设我们用m点将S分为S1和S2两个集合,这样一来,对于所有的p(S1中的点)和q(S2中的点),有p<q。

    递归地在S1和S2上找出其最接近点对{p1,p2}和{q1,q2},并设

d = min{ |p1-p2| , |q1-q2| }

    由此易知,S中最接近点对或者是{p1,p2},或者是{q1,q2},或者是某个{q3,p3},如下图所示。



 

    如果最接近点对是{q3,p3},即|p3-q3|<d,则p3和q3两者与m的距离都不超过d,且在区间(m-d,d]和(d,m+d]各有且仅有一个点。这样,就可以在线性时间内实现合并。

    此时,一维情形下的最近点对时间复杂度为O(nlogn)。

    在二维情形下,类似的,利用分治法,但是难点在于如何实现线性的合并?



 

    由上图可见,形成的宽为2d的带状区间,最多可能有n个点,合并时间最坏情况下为n^2,。但是,P1和P2中的点具有以下稀疏的性质,对于P1中的任意一点,P2中的点必定落在一个d X 2d的矩形中,且最多只需检查六个点(鸽巢原理)。

    这样,先将带状区间的点按y坐标排序,然后线性扫描,这样合并的时间复杂度为O(nlogn),几乎为线性了。

 

    光说不练也不行,经过自己的思考和参考网上的程序,完成了最近点对的程序,并在各OJ上成功AC了。

    POJ3714 ZOJ2107 HDU1007

 1 /**
 2 最近点对问题,时间复杂度为O(n*logn*logn)
 3 */
 4 #include <iostream>
 5 #include <cstdio>
 6 #include <cstring>
 7 #include <cmath>
 8 #include <algorithm>
 9 using namespace std;
10 const double INF = 1e20;
11 const int N = 100005;
12 
13 struct Point
14 {
15     double x;
16     double y;
17 }point[N];
18 int n;
19 int tmpt[N];
20 
21 bool cmpxy(const Point& a, const Point& b)
22 {
23     if(a.x != b.x)
24         return a.x < b.x;
25     return a.y < b.y;
26 }
27 
28 bool cmpy(const int& a, const int& b)
29 {
30     return point[a].y < point[b].y;
31 }
32 
33 double min(double a, double b)
34 {
35     return a < b ? a : b;
36 }
37 
38 double dis(int i, int j)
39 {
40     return sqrt((point[i].x-point[j].x)*(point[i].x-point[j].x)
41                 + (point[i].y-point[j].y)*(point[i].y-point[j].y));
42 }
43 
44 double Closest_Pair(int left, int right)
45 {
46     double d = INF;
47     if(left==right)
48         return d;
49     if(left + 1 == right)
50         return dis(left, right);
51     int mid = (left+right)>>1;
52     double d1 = Closest_Pair(left,mid);
53     double d2 = Closest_Pair(mid+1,right);
54     d = min(d1,d2);
55     int i,j,k=0;
56     //分离出宽度为d的区间
57     for(i = left; i <= right; i++)
58     {
59         if(fabs(point[mid].x-point[i].x) <= d)
60             tmpt[k++] = i;
61     }
62     sort(tmpt,tmpt+k,cmpy);
63     //线性扫描
64     for(i = 0; i < k; i++)
65     {
66         for(j = i+1; j < k && point[tmpt[j]].y-point[tmpt[i]].y<d; j++)
67         {
68             double d3 = dis(tmpt[i],tmpt[j]);
69             if(d > d3)
70                 d = d3;
71         }
72     }
73     return d;
74 }
75 
76 
77 int main()
78 {
79     while(true)
80     {
81         scanf("%d",&n);
82         if(n==0)
83             break;
84         for(int i = 0; i < n; i++)
85             scanf("%lf %lf",&point[i].x,&point[i].y);
86         sort(point,point+n,cmpxy);
87         printf("%.2lf\n",Closest_Pair(0,n-1)/2);
88     }
89     return 0;
90 }
posted @ 2018-01-05 11:07  roboothow  阅读(159)  评论(0编辑  收藏  举报