010-最近点对问题-分治法-《算法设计技巧与分析》M.H.A学习笔记

设S是平面上n个点的集合，在S中找到两点p、q，使得他们的欧几里得距离d(p,q)是所有点对中最小的。

 

朴素的算法是计算所有点对的距离，在求出最小的，需要Ω(n²)。

 

采用分治法可以在Θ(nlogn)完成任务。

 

基本思路：

我们用分治范式来解释这一过程：

（a）划分阶段：

用一条垂直线L把S划分成两个尽可能大小接近的子集S_l、S_r，S_l包含左边的n/2各点，S_r包含右边的(n+1)/2个点。分别计算出S_l、S_r中的最近点对距离δ_l、δ_r。再计算S_l的点与S_r的点之间的最小距离δ’。

 

（b）治理阶段：

这一阶段需要计算出δ’，如果朴素的计算所有S_l中的点到S_r中所有点的距离，需要Ω(n²)，并不会提高效率。幸好我们并不需要比较所有的点。

设δ=min{δ_l，δ_r}，可以理解，我们要找的点不会再L两边δ距离以外的范围，只会在下图中的灰色部分，我们把这一部分称为T。

 

我们有下面这么一个结论：

T中的每个点最多需要和T中的7个点进行比较。(*)

下面解释一下这个结论的由来：

 

我们划分出δ*2δ的矩形，如果该矩形内任意两点之间的距离不超过δ，这个矩形最多能容纳8个点，其中至多4个点属于S_l，至多4个点属于S_r。但有两个点分别在矩形上下边的中点时，可以取得最大点数。因此最多只需要比较7次。

 

现在考虑算法中怎么得知我们需要比较哪7个点呢？

实际操作就是不要考虑，我们尽可以多比较几次，常数的增长并不会带来太大的影响。所以我们可以将T中的点按y轴坐标的增序排列，遍历所有点，但每次只计算某一点和它上面7个点的距离。这里我们进行了一些重复的操作，但保证了最后答案的可靠性，而且带来的只是常数的增长，所以还是可以接受的。

 

（c）组合阶段：

很明显，最近点对距离：δ=min{δ_l，δ_r，δ’}。

 

算法分析:

治理阶段需要排序，但我们可以先对点按x、y轴坐标进行一次排序并存储，在治理阶段只做提取的操作Θ(n)，排序结果依然存在，所以我们的递推式是：

 

经过计算：

算法的复杂度为Θ(nlogn)。

 

伪代码：

 

 

 

*实际上只需要4个点，详见周玉林、熊鹏荣、朱洪，《求平面点集最近点对的一个改进算法》。