最近点对问题

分治——最近点对问题

问题描述
n个点在公共空间中,求出所有点对的欧几里得距离最小的点对。
在这里插入图片描述

分治法求解

分解
对所有的点按照x坐标(或者y)从小到大排序(排序方法时间复杂度O ( n l o g n )。
根据下标进行分割,使得点集分为两个集合。
解决
递归的寻找两个集合中的最近点对。
取两个集合最近点对中的最小值m i n ( d i s l e f t , d i s r i g h t )。
合并
最近距离不一定存在于两个集合中,可能一个点在集合A,一个点在集合B,而这两点间距离小于dis。
在这里插入图片描述

有已mid为中心,

// divideandconquer.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"



struct point {
	double x;
	double y;
}P[100];
double distance(point p1, point p2) {
	return sqrt((p1.x - p2.x)*(p1.x - p2.x) + (p1.y - p2.y)*(p1.y - p2.y));
}
bool cmp1(point p1, point p2) {
	return p1.x < p2.x;
}
bool cmp2(point p1, point p2) {
	return p1.y < p2.y;
}
//分治法
double nearest_pair(point S[], int left, int right) {
	cout << left << " " << right << endl;
	if (right - left == 1) {
		return distance(S[right], S[left]);
	}
	if (right - left == 2) {
		double d1 = distance(S[right], S[left]);
		double d2 = distance(S[right], S[right + 1]);
		double d3 = distance(S[right + 1], S[left]);
		d2 = min(d1, d2);
		d3 = min(d2, d3);
		return d3;
	}

	int m = (right + left) / 2;
	double d1 = nearest_pair(S, left, m);
	double d2 = nearest_pair(S, m + 1, right);
	//sort(S+right, S+left, cmp2);
	double d = min(d1, d2);
	int l = left, r = right;
	while (S[l].x < S[m].x - d && l <= right);
	l++;
	while (S[r].x > S[m].x + d && r >= left)
		r++;
	sort(S + l, S + r + 1, cmp2);
	double d3;
	for (int i = l; i <= r; i++) {
		for (int j = i + 1; j <= r; j++) {
			if (S[j].y - S[i].y >= d) {
				break;
			}
			else {
				d3 = distance(S[i], S[j]);
				if (d3 < d)
					d = d3;
			}
		}
	}
	return d;
}



int _tmain(int argc, _TCHAR* argv[])
{
	int n;
	cout << "Input n:";
	cin >> n;
	for (int i = 1; i <= n; i++) {
		cout << "Input the " << i << "th number:";
		cin >> P[i].x >> P[i].y;
	}

	sort(P + 1, P + n + 1, cmp1);

	for (int i = 1; i <= n; i++) {
		cout << P[i].x << " " << P[i].y << endl;
	}

	double m2 = nearest_pair(P, 1, n);
	cout << m2 << endl;



	system("pause");
	return 0;
}


  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最近点对问题是指在平面上给定N个点,求其中距离最近的两个点之间的距离。分治法是一种常用的解决最近点对问题的算法。 分治法的基本思想是将问题分解成多个子问题,然后递归地解决这些子问题,最后将子问题的解合并起来得到原问题的解。对于最近点对问题,我们可以采用以下的分治算法: 1. 将所有点按照横坐标从小到大排序,然后将它们划分为两部分,分别处理左右两个部分。 2. 对于左右两个部分,分别递归求解最近点对距离。 3. 将左右两个部分中距离最近的点对的距离记为d。 4. 扫描所有横坐标在中间区域内的点,按照纵坐标从小到大排序。对于每个点,只需考虑它与纵坐标差不超过d的点之间的距离,因为这些点是可能成为最近点对的候选者。 5. 对于每个点,只需要考虑它与后面7个点之间的距离即可,因为如果有距离更近的点,它们之间的距离一定小于d。 6. 扫描完中间区域内的所有点后,最近点对的距离就是左右两个部分中的最小值和中间区域内的最小值中的较小值。 下面是该算法的伪代码: ``` function closest_pair(points): // 按照横坐标排序 sort(points, key=lambda p: p.x) // 递归终止条件 if len(points) <= 3: return brute_force(points) // 求解左右两个部分的最近点对距离 mid = len(points) // 2 left_points = points[:mid] right_points = points[mid:] left_min_dist = closest_pair(left_points) right_min_dist = closest_pair(right_points) // 求解中间区域的最近点对距离 min_dist = min(left_min_dist, right_min_dist) strip_points = [p for p in points if abs(p.x - points[mid].x) < min_dist] strip_points.sort(key=lambda p: p.y) for i in range(len(strip_points)): for j in range(i+1, min(i+8, len(strip_points))): dist = distance(strip_points[i], strip_points[j]) min_dist = min(min_dist, dist) return min_dist ``` 其中,brute_force是暴力求解最近点对距离的函数,distance是计算两个点之间距离的函数。时间复杂度约为O(N log N)。

“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
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