[计算几何]--------最小圆覆盖

最小圆覆盖

最小圆覆盖问题，研究的是对于平面中 $N$ 个点，求出覆盖所有点的最小圆问题，圆的边界被认为在圆的内部。且该问题经常被推广到 $n$ 维空间中，（最小(超)球覆盖）。本文记录一种常见算法：随机增量算法。

随机增量算法基于以下三个事实：

1. 对于点集 $S$ ，最小覆盖圆是唯一的。
2. 对于点 $P$ 与点集 $S$， 如果点 $P$ 不在 $S$ 的最小覆盖圆内部，则点 $P$ 一定在点集 $P\cup S$ 的最小覆盖圆的边界上。
3. 三点可以确定一个圆。

证明：不会

算法流程

1. 将要求解的点集重新随机排列

2. 选取第一个点，对最小覆盖圆进行初始化，圆心为初始点，半径为0，然后按顺序尝试加入剩下的所有顶点。更新答案。

3. 如果一个顶点$i$被包含在此时的最小覆盖圆中，则不必更新。否则根据性质可知这个点一定在新的最小覆盖圆的边界上，转到 4 来进一步确定前 $i$个点的最小覆盖圆。

4. 由于已经知道点 $i$ 在新圆的边界上，所以将最小覆盖圆重新设为以点 $i$ 为圆心，半径为0的圆，并将前 $i-1$ 个点重新加入进来。

5. 令点 $j$ 为 $i$ 之前的某点。 若点 $j$ 包含在此时的最小覆盖圆中，则不需要更新，否则将最小覆盖圆更新为，以 线段$ij$为直径的圆，理由是点 $j$ 也是新圆边界上的一点，此时以 $ij$ 为直径显然比以 $ij$ 为弦更优。然后再把点 $j$ 之前的所有点重新加入进来。

6. 令点 $k$ 为 点 $j$ 之前的某点，说明点 $k$ 也一定在前 $k$ 个点最小覆盖圆的边界上，且由于三点能确定一个圆，所以不会出现更新后的圆把 $k$ 之前的点排除在外的可能性了。此时用以 $i$，$j$，$k$ 为顶点的三角形的外接圆更新最小覆盖圆即可。

这里要说一下：第一步随机排列很玄学，它是该算法时间复杂度的保证，据说：对于随机排列的点集，该算法的时间复杂度期望值为线性，但如果点并非随机排列则不能保证，证明这件事，似乎利用了比较高深的数学知识，反正网上的证明，不是感觉离谱，就是看不懂。
这个算法的实际表现也确实和线性复杂度无异。

伪代码：

圆 C;
for(i=1 to n)
{
	if(P[i] 不在 C 内)
	{
		C = {P[i], 0};
		for(j=1 to i-1)
		{
        	if(P[j] 不在 C 内)
			{
				C = {0.5*(P[i]+P[j]), 0.5*dist(P[i], P[j])};
				for(k=1 to j-1)
				{
					if(P[k] 不在 C 内)
					{
						C = 外接圆(P[i], P[j], P[k]);
					}
				}
			}
		}
	}
}

例题

模板: 洛谷P1742 最小圆覆盖.

模板: 洛谷P2533 [AHOI2012]信号塔.

2021年度训练联盟热身训练赛第一场 A - Weird Flecks, But OK .