寻找最近点对:给定平面上N个点的坐标,找出距离最近的两个点。
初看这个问题,会觉得没什么头绪,在面试的时候,怎么办?我们不妨先看看一维的情况:在一个包含N个数的数组中,如何快速找出N个数中两两差值的最小值?一维的情况相当于所有的点都在一条直线上。虽然是一个退化的情况,但还是能从中得到一些启发。
首先我们要分两种情况,如果所有的点都在x坐标,或者y坐标,相当于一维情况,否则相当于二维情况。
解法一:直接法(一维)
数组中总共包含N个数,我们把它们两两之间的差值都求出来,那样就不难得出最小的差值了。这样一个直接的想法,时间复杂度为O(N2)。
double MinDifference(double arr[], int n)
{
if (n < 2)
return 0;
double fMinDiff = fabs(arr[0] - arr[1]);
for (int i = 0; i < n; ++i)
for (int j = i + 1; j < n;++j)
{
double tmp = fabs(arr[i] - arr[j]);
if (fMinDiff > tmp)
fMinDiff = tmp;
}
return fMinDiff;
}
解法二:排序(一维)
如果数组有序,找出最小的差值就很容易了。时间复杂度为O(NlogN)。
double MinDifference(double arr[], int n)
{
if (n < 2)
return 0;
Sort(arr, arr + n);
double fMinDiff = arr[1] - arr[0];
for (int i = 2; i < n; ++i)
{
double tmp = arr[i] - arr[i - 1];
if (fMinDiff > tmp)
fMinDiff = tmp;
}
return fMinDiff;
}
解法三:分治法(二维)
如果我们用数组的中间值k把数组分成Left、Right两部分,小于k的数为Left部分,其他的为Right部分,那么这个最小差值要么来自Left部分,要么来自Right部分,要么是Left中最大数和Right中最小数的差值。
时间复杂度仍然是O(NlogN)。
二维的情况: