凸包问题及其求解方法

凸包问题

什么是凸包问题？

• 凸包：包含给定集合X的凸集的交集。
• 概念
  -点集Q的凸包（convex hull）是指一个最小凸多边形，满足Q中的点或者在多边形边上或者在其内。下图中由红色线段表示的多边形就是点集Q={p0,p1,…p12}的凸包。
  
• 凸包问题：一组平面上的点，求一个包含所有点的最小的凸多边形。
  -这可以形象地想成这样：在地上放置一些不可移动的木桩，用一根绳子把他们尽量紧地圈起来，并且为凸边形，这就是凸包了。

---

常见的求解方法

• Graham扫描法
• Jarvis步进法

• 分治法

• 1.Graham扫描法
  复杂度
  这个算法可以直接在原数据上进行运算，因此空间复杂度为O⑴。但如果将凸包的结果存储到另一数组中，则可能在代码级别进行优化。由于在扫描凸包前要进行排序，因此时间复杂度至少为快速排序的O(nlgn）。后面的扫描过程复杂度为O(n），因此整个算法的复杂度为O(nlgn）。

  思路：先找到凸包上一个点，然后从那个点按逆时针方向逐个找凸包上的点。

  步骤：

  • 1.把所有点放在二维坐标系中，找到纵坐标最小的点，这个点一定是凸包上的点，为P0。
  • 2.计算各个点与P0连线P0Pi，与水平方向的夹角，按从小到大对各个点进行排序，当夹角相同是，距离P0近的点排在前面，依次为P0,P1，……P(n-1)。由几何知识知道，结果中第一个点和最后一个点一定是凸包上的点。
  • 3.将凸包上的第一个点P0和第二个点P1放入栈里面，然后将P1后面的点，即P2拿出来作为当前点，开始找第三个点：
  • 4.连接P0和栈顶的那个点，得到直线L。看当前点是在直线L的左边还是右边。如果在右边（叉积大于0），执行步骤5，如果在直线上或是在左边（叉积小于等于0），就执行步骤6。
  • 5.如果在右边，则栈顶的那个点P1不是凸包上的点，把栈顶元素出栈。执行步骤4.
  • 6.当前点是凸包上的点，把它P2压入栈，执行步骤7.
  • 7.检查当前点P2是不是步骤3中结果的最后一个元素。是，就结束。如果不是就把P2后面的点作为当前点，返回步骤4。

  最后，栈中元素就是凸包上的点了。
  

• 2.Jarvis步进法
  复杂度
  时间复杂度：O(nH)。（其中n是点的总个数，H是凸包上的点的个数）

  思路：

  • 找到纵坐标最小的点，这个点一定为凸包上的点，设为P0。
  • 从P0开始，按逆时针的方向，逐个找凸包上的点，每前进一步找到一个点，所以叫做步进法。
  • 利用夹角找下一个点。假设现在已经找到了{P0，P1，P2}，要找下一个点：剩下的点分别和P2组成向量，设这个向量与向量P1P2的夹角为$\beta$。当$\beta$最小的时候，就是所要求的下一个点了。

  注意：

  • 1.找第二个点P1时，因为已经找到的只有P0一个点，所以向量只能和水平线做夹角$\alpha$，当$\alpha$最小时，求得第二个点。
  • 2.共线情况：如果直线P2P3上还有一个点P4，即三个点共线，此时由向量P2P3和向量P2P4产生的两个$\beta$是相同的。我们应该把P3、P4都当做凸包上的点，并且把距离P2最远的那个点作为最后搜索到的点，继续找它的下一个连接点。
    

• 3.分治法
  复杂度
  时间复杂度：O(nlogn)。
  思路：应用分治法思想，把一个大问题分成几个结构相同的子问题，把子问题进一步细化。然后利用递归的方法分别求子问题的解。

  步骤：

  • 1.将所有点放入二维坐标系中，设横坐标最小的点为P0，横坐标最大的点为Pn。这两点一定是凸包上的点。直线P1Pn把点集分成两个部分，x轴上部叫做上包，下部叫做下包。
  • 2.对上包：求距离直线P1Pn最远的点，即下图中的点Pmax。
  • 3.作直线P1Pmax、PnPmax，把直线P1Pmax左侧的点当成是上包，把直线PnPmax右侧的点也当成是上包。
  • 4.重复步骤2、3。
  • 5.对下包也作类似操作。
    

参考：http://blog.csdn.net/bone_ace/article/details/46239187