【算法设计与分析】最近点对问题蛮力法破解及可视化绘图显示

本文针对本课程内容上机实验一进行预习,通过python的matplotlib库提供一个可能的可视化显示代码运算的方式。

由于之前便已经发觉到了Python画图的优势,故尝试通过Python来进行算法的给出以及可视化展示。(很明显是因为Python画图方便才使用的,算法还是建议用C/C++来进行实现)

蛮力法的代码实现很简单,遍历数对,找到最近的点。

难点在于多线程的学习以及可视化的操作,由于对Python的多线程不熟悉,多少也走了一些弯路。其中关键部分是通过线程间通讯传递所要可视化展示的点和连线。
代码流程如下:

主函数 最近点对算法 创建启动进程 正在计算的两个点的序号 是否结束标识 在接受到最近点对算法传来的两点序号之后, 会进行绘制 主函数 最近点对算法

下面是代码,含有被我注释起来的单独的绘图多线程函数,可供使用:

###############################
# Created by DDD for AlgorithmTest
###############################
import time
import matplotlib.pyplot as plt
import random
import threading
from multiprocessing import Queue


class ClosestPoints(threading.Thread):  # 选择最近点算法,蛮力法
    def __init__(self, arg1, arg2, arg3):
        super().__init__()
        self.arg1 = arg1
        self.arg2 = arg2
        self.arg3 = arg3

    def run(self):
        global closetp1, closetp2, closetd  # 全局变量,用于主函数打印结果
        closetp1, closetyp2, closetd = -1, -1, -1
        index1, index2, d, minDist = -1, -1, 0, 1000
        for i in range(0, self.arg3):
            for j in range(i + 1, self.arg3):
                q.put((self.arg1[i], self.arg1[j], self.arg2[i], self.arg2[j], False))
                d = (self.arg1[i] - self.arg1[j]) ** 2 + (self.arg2[i] - self.arg2[j]) ** 2
                if d < minDist:
                    minDist = d
                    index1, index2 = i, j
                time.sleep(1)
        q.put((self.arg1[index1], self.arg1[index2], self.arg2[index1], self.arg2[index2], True))
        closetp1, closetp2 = index1, index2
        closetd = minDist


# 此处下面为多进程下实现的绘图可视化,由于多进程使用plot时会产生报错,因而移到了主函数中
"""
class Draw(threading.Thread):
    def __init__(self, argx, argy):
        super().__init__()
        self.argx = argx
        self.argy = argy
        plt.show()

    def run(self):
        while True:
            x1, x2, y1, y2, flag = q.get()
            plt.clf()
            pointx = [x1, x2]
            pointy = [y1, y2]
            plt.scatter(self.argx, self.argy, color='red', marker='o', s=50)
            if not flag:
                plt.plot(pointx, pointy, color='blue')
                plt.draw()  # 刷新图形
                plt.pause(1)  # 暂停一段时间,让图形有时间显示出来
            else:
                plt.plot(pointx, pointy, color='yellow')
                plt.draw()  # 刷新图形
                plt.pause(1)  # 暂停一段时间,让图形有时间显示出来
                time.sleep(2)
                break
"""

# 下面是随机生成点的语句
num = 30             # 生成num个点
pointsNumMax = 10   # num个点取值在0~pointsNumMax之间

x = [random.uniform(0, pointsNumMax) for _ in range(num)]       # 这句是生成浮点型的x轴坐标
# x = [random.randint(0, pointsNum) for _ in range(num)]           # 这句是生成整形的x轴坐标
y = [random.uniform(0, pointsNumMax) for _ in range(num)]
# y = [random.randint(0, pointsNum) for _ in range(num)]
point = list(zip(x, y))                                         # 这句将两个坐标包装成一个点
print(point)
# 下面是多进程的设置
q = Queue()     # 用于进程间通讯
t1 = ClosestPoints(x, y, num)

t1.start()

plt.show()
while True:
    x1, x2, y1, y2, flag = q.get()
    plt.clf()       # 清除画布
    pointx = [x1, x2]
    pointy = [y1, y2]
    plt.scatter(x, y, color='red', marker='o', s=50)
    if not flag:
        plt.plot(pointx, pointy, color='blue')
        plt.draw()  # 刷新图形
        plt.pause(1)  # 暂停一段时间,让图形有时间显示出来
    else:           # 连接最近的点,并展示两秒
        plt.plot(pointx, pointy, color='yellow')
        plt.draw()  # 刷新图形
        plt.pause(1)  # 暂停一段时间,让图形有时间显示出来
        time.sleep(2)
        break

t1.join()       # 监听进程t1是否结束
print("已执行完毕")
print("最近的两个点是{}({},{})和{}({},{})".format(closetp1, point[closetp1][0], point[closetp1][1], closetp2,
                                                  point[closetp2][0], point[closetp2][1]))
print("最近距离是{}".format(closetd))

文尽于此,本文使用Markdown编辑。

  • 28
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值