概念
凸包(Convex Hull)是一个计算几何(图形学)中的概念。用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边型,它能包含点集中所有点的。严谨的定义和相关概念参见维基百科:凸包。
这个算法是由数学大师葛立恒(Graham)发明的,他曾经是美国数学学会(AMS)主席、AT&T首席科学家以及国际杂技师协会(IJA)主席。(太汗了,这位大牛还会玩杂技~)
问题
给定平面上的二维点集,求解其凸包。
过程
1. 在所有点中选取y坐标最小的一点H,当作基点。如果存在多个点的y坐标都为最小值,则选取x坐标最小的一点。坐标相同的点应排除。然后按照其它各点p和基点构成的向量<H,p>与x轴的夹角进行排序,夹角由大至小进行顺时针扫描,反之则进行逆时针扫描。实现中无需求得夹角,只需根据向量的内积公式求出向量的模即可。以下图为例,基点为H,根据夹角由小至大排序后依次为H,K,C,D,L,F,G,E,I,B,A,J。下面进行逆时针扫描。
2. 线段<H, K>一定在凸包上,接着加入C。假设线段<K, C>也在凸包上,因为就H,K,C三点而言,它们的凸包就是由此三点所组成。但是接下来加入D时会发现,线段<K, D>才会在凸包上,所以将线段<K, C>排除,C点不可能是凸包。
3. 即当加入一点时,必须考虑到前面的线段是否会出现在凸包上。从基点开始,凸包上每条相临的线段的旋转方向应该一致,并与扫描的方向相反。如果发现新加的点使得新线段与上线段的旋转方向发生变化,则可判定上一点必然不在凸包上。实现时可用向量叉积进行判断,设新加入的点为pn + 1,上一点为pn,再上一点为pn - 1。顺时针扫描时,如果向量<pn - 1, pn>与<pn, pn + 1>的叉积为正(逆时针扫描判断是否为负),则将上一点删除。删除过程需要回溯,将之前所有叉积符号相反的点都删除,然后将新点加入凸包。
在上图中,加入K点时,由于线段<H,K>相对于<H,C>为顺时针旋转,所以C点不在凸包上,应该删除,保留K点。接着加入D点,由于线段<K, D>相对<H, K>为逆时针旋转,故D点保留。按照上述步骤进行扫描,直到点集中所有的点都遍例完成,即得到凸包。
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O(1)。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)。
C++/STL实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
|
#include <algorithm>
#include <iostream>
#include <vector>
#include <math.h>
using
namespace
std;
//二维点(或向量)结构体定义
#ifndef _WINDEF_
struct
POINT {
int
x;
int
y; };
#endif
typedef
vector<POINT> PTARRAY;
//判断两个点(或向量)是否相等
bool
operator==(
const
POINT &pt1,
const
POINT &pt2) {
return
(pt1.x == pt2.x && pt1.y == pt2.y);
}
// 比较向量中哪个与x轴向量(1, 0)的夹角更大
bool
CompareVector(
const
POINT &pt1,
const
POINT &pt2) {
//求向量的模
float
m1 =
sqrt
((
float
)(pt1.x * pt1.x + pt1.y * pt1.y));
float
m2 =
sqrt
((
float
)(pt2.x * pt2.x + pt2.y * pt2.y));
//两个向量分别与(1, 0)求内积
float
v1 = pt1.x / m1, v2 = pt2.x / m2;
//如果向量夹角相等,则返回离基点较近的一个,保证有序
return
(v1 > v2 || v1 == v2 && m1 < m2);
}
//计算凸包
void
CalcConvexHull(PTARRAY &vecSrc) {
//点集中至少应有3个点,才能构成多边形
if
(vecSrc.size() < 3) {
return
;
}
//查找基点
POINT ptBase = vecSrc.front();
//将第1个点预设为最小点
for
(PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
//如果当前点的y值小于最小点,或y值相等,x值较小
if
(i->y < ptBase.y || (i->y == ptBase.y && i->x > ptBase.x)) {
//将当前点作为最小点
ptBase = *i;
}
}
//计算出各点与基点构成的向量
for
(PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end();) {
//排除与基点相同的点,避免后面的排序计算中出现除0错误
if
(*i == ptBase) {
i = vecSrc.erase(i);
}
else
{
//方向由基点到目标点
i->x -= ptBase.x, i->y -= ptBase.y;
++i;
}
}
//按各向量与横坐标之间的夹角排序
sort(vecSrc.begin(), vecSrc.end(), &CompareVector);
//删除相同的向量
vecSrc.erase(unique(vecSrc.begin(), vecSrc.end()), vecSrc.end());
//计算得到首尾依次相联的向量
for
(PTARRAY::reverse_iterator ri = vecSrc.rbegin();
ri != vecSrc.rend() - 1; ++ri) {
PTARRAY::reverse_iterator riNext = ri + 1;
//向量三角形计算公式
ri->x -= riNext->x, ri->y -= riNext->y;
}
//依次删除不在凸包上的向量
for
(PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
//回溯删除旋转方向相反的向量,使用外积判断旋转方向
for
(PTARRAY::iterator iLast = i - 1; iLast != vecSrc.begin();) {
int
v1 = i->x * iLast->y, v2 = i->y * iLast->x;
//如果叉积小于0,则无没有逆向旋转
//如果叉积等于0,还需判断方向是否相逆
if
(v1 < v2 || (v1 == v2 && i->x * iLast->x > 0 &&
i->y * iLast->y > 0)) {
break
;
}
//删除前一个向量后,需更新当前向量,与前面的向量首尾相连
//向量三角形计算公式
i->x += iLast->x, i->y += iLast->y;
iLast = (i = vecSrc.erase(iLast)) - 1;
}
}
//将所有首尾相连的向量依次累加,换算成坐标
vecSrc.front().x += ptBase.x, vecSrc.front().y += ptBase.y;
for
(PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
i->x += (i - 1)->x, i->y += (i - 1)->y;
}
//添加基点,全部的凸包计算完成
vecSrc.push_back(ptBase);
}
int
main(
void
) {
int
nPtCnt = 100;
//生成的随机点数
PTARRAY vecSrc, vecCH;
for
(
int
i = 0; i < nPtCnt; ++i) {
POINT ptIn = {
rand
() % 20,
rand
() % 20 };
vecSrc.push_back(ptIn);
cout << ptIn.x <<
", "
<< ptIn.y << endl;
}
CalcConvexHull(vecSrc);
cout <<
"\nConvex Hull:\n"
;
for
(PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end(); ++i) {
cout << i->x <<
", "
<< i->y << endl;
}
return
0;
}
|
题目大意,给出n个合金的金和银的百分含量,然后把n块合金熔合,给出熔合后的合金的银的百分含量,问金的百分含量的上下界…… 太神了这题,完全想不到能转化成凸包…… 直接上学长的解题报告吧…… 若只有一种金属,假如有两块,其中一块10%,另一块20%,融合之后的范围(10%,20%); 若有两种金属,假如有两块,其中一块金10%银30%,另一块金20%银40%,融合之后的范围金(10%,20%),银(30%,40%); 将银的含量作为Y轴,金的含量为X轴。 则可以连成直线(10,30) (20,40)
•
•
•
当有N块金属后,平面上N个点可以用一个凸包围住,然后求直线y = silver 去和凸包求交点,求出x的范围即可。 我用的按极角排序的Graham_Scan,注意n个点扫描完成后还要在队尾加入第一个点…… 然后此题还要注意n==1的特殊情况
#include <cstdio> #include <algorithm> using namespace std; struct node { int x,y; }p[5010]; int n; double pers; int minx,miny,maxx,maxy; int q[10000]; int top; #define crossmul(s,a,b) ((a.x-s.x)*(b.y-s.y)-(b.x-s.x)*(a.y-s.y)) #define distance(a,b) ((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y)) double mi,ma; bool cmp(node a,node b) { if (crossmul(p[0],a,b)>0) return true; else if ((crossmul(p[0],a,b)==0)&&(distance(p[0],a)<distance(p[0],b))) return true; else return false; } void readdata() { int minx=1000,miny=1000; for (int i=1;i<=n;i++) scanf("%d",&p[i].x); for (int i=1;i<=n;i++) scanf("%d",&p[i].y); for (int i=1;i<=n;i++) { if (p[i].x<minx) {minx=p[i].x;miny=p[i].y;} else if ((p[i].x==minx)&&(p[i].y<miny)) {minx=p[i].x;miny=p[i].y;} } p[0].x=minx;p[0].y=miny; sort(p+1,p+n+1,cmp); } void Graham_Scan() { top=0; for (int i=1;i<=n;i++) { while ((top>=2)&&(crossmul(p[q[top-1]],p[q[top]],p[i])<=0)) --top; q[++top]=i; } q[++top]=1; } void writeans() { ma=-1; mi=1000; double tmp; for (int i=1;i<top;i++) { if ((pers>=min(p[q[i]].x,p[q[i+1]].x))&&(pers<=max(p[q[i+1]].x,p[q[i]].x))) { tmp=(double)(p[q[i]].y-p[q[i+1]].y)/(p[q[i]].x-p[q[i+1]].x)*(pers-p[q[i+1]].x)+p[q[i+1]].y; if (tmp>ma) ma=tmp; if (tmp<mi) mi=tmp; } } printf("%.3lf %.3lf\n",mi,ma); } int main() { freopen("gsm.in","r",stdin); freopen("gsm.out","w",stdout); while (scanf("%d %lf",&n,&pers)==2) { readdata(); Graham_Scan(); if (n==1) printf("%.3lf %.3lf\n",p[1].y,p[1].y); else writeans(); } return 0; } |