分治算法——平面点问题(使用数组实现)

已于 2024-05-07 01:41:26 修改
阅读量130 收藏
点赞数 2
分类专栏： 算法设计与分析 文章标签： 算法 c语言 数据结构
于 2024-04-14 21:05:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/github_73913334/article/details/137754529
版权

目录

题目：二维最接近点对问题

暴力算法：

算法原理：

算法复杂度：

分治算法：

第一版：

算法原理：

算法复杂度：

C代码：

第二版：

算法原理：

算法复杂度：

C代码：

题目：二维最接近点对问题

【问题描述】

给定平面上n个点，找出其中的一对点的距离，使得在这n个点的所有点对中，该距离为所有点对中最小的。

【输入形式】

第一行一个整数n，表示点的个数。

接下来n行，每行两个整数x,y，表示一个点的行坐标和列坐标。

1<=n<=1e5,0<=x,y<=1e9。

【输出形式】

仅一行，一个实数，表示最短距离，四舍五入保留2位小数。

【样例输入】

4
0 0
0 1
1 0
1 1

【样例输出】

1.00

老师要求：递归算法里不可以出现排序!!!!!!!!!!!!

暴力算法：

算法原理：

求出每两个点之间的距离，选出最小的

算法伪码：

输入：点集P（）（一个二维数组，例：P[0][0]代表第一个点的x,P[0][1]代表第一个点的y）

1.定义最小距离dist为第一个点到第二个点的距离

2.两层for循环遍历更新dist的值

3.返回dist

算法复杂度：

时间复杂度：O(n^{2})

空间复杂度:C_{n}^{2} 由于本题n<1e5,C_{n}^{2}<C_{1e5}^{2}=4,999,950,000 

double baoli(double a[][2],int n) {//暴力算法
	
	int dist = getdist(a[0],a[1]);
	for (int i = 0; i < n; i++) {
		for (int j = i+1; j < n; j++) {
			dist =smaller( dist,getdist(a[i], a[j]));
		}
		
	}
	return dist;
}

分治算法：

这里转载一篇个人讲的蛮好的文章：平面点对问题（分治法的经典问题）_给定n个点,其坐标为 ( xi,yi ) ( 0￡i￡n-1 ) ,要求使用分治策略求解,设计算-CSDN博客

第一版：

算法原理：

把点集P划分为L和R（L、R大小相等），分别计算L和R中最近点对的距离，计算L和R中距离最近点对的距离。

算法伪码：

Mindistance（P，l，r）

输入：点集P（二维数组，P[i][0]代表第i个点的x,P[i][1]代表第i个点的y）, l和r分别为点集P（数组）的左下标和右下标

输出：最近点对的距离d

1.if 点少于三个 直接计算并比较

2.根据X值的大小对P进行排序（个人选用）

3.做中垂线m（m=(l+r)/2），把点集P划分为L和R（L、R大小相等）

4.d1=Mindistance（P，m，r）

5.d2=Mindistance（P，l，m）

6.d=d1和d2中较小的值

7.计算m两侧不超过d范围内的点（理论上不会超过6个 ）之间的最近距离d3。若d3小于d，更新d=d3。

算法复杂度：

时间复杂度：O(nlogn)                                                                                                                 

空间复杂度:O\left ( n\right )

试了好多遍，老是有一个测试用例不过，于是放出第二个纠错大招，输出数据，以查看其变化过程。我错的是感叹号部分。提醒一下自己注意细节！！！！！

C代码：

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<stdio.h>
#include<stdlib.h>
#include <cmath> 
using namespace std; 

int Partition(double a[][2], int l, int r) {//初始化待划分区间
	int i = l, j = r;
	double pivot0 = a[l][0];//挖坑法  pivot坑
	double pivot1 = a[l][1];
	//cout<< "in Partition1" << endl;///
	//for (int i = l; i <= r ; i++) {
	//	cout<< "a[" << i << "][0]:" << a[i][0] << " " << "a[" << i << "][1]:" << a[i][1] << endl;
	//}
	while (i < j)
	{		//右侧扫描
		while (i < j && a[j][0]>= pivot0)
		{
			j--;//找到小的
		}
		if (i < j)//左小于右
		{
			double tempx = a[i][0];
			a[i][0] = a[j][0];
			a[j][0] = tempx;
			double tempy = a[i][1];
			a[i][1] = a[j][1];
			a[j][1] = tempy;			
			i++;
		}

		while (i < j && a[i][0] <= pivot0)
		{
			i++;
		}
		if (i < j)
		{
			double tempx = a[i][0];
			a[i][0] = a[j][0];
			a[j][0] = tempx;
			double tempy = a[i][1];
			a[i][1] = a[j][1];
			a[j][1] = tempy;
			j--;
		}
	}
	//cout<< "in Partition2" << endl;
	//for (int i = l; i <= r ; i++) {
	//	cout<< "a[" << i << "][0]:" << a[i][0] <<" "<< "a[" << i << "][1]:" << a[i][1] << endl;
	//	//cout << "a[i][0]: " << a[i][0] << " " << "a[i][1]: " << a[i][1] << endl;
	//}
	a[i][0] = pivot0;
	a[i][1] = pivot1;
	//cout << "in Partition3" << endl;/
	//for (int i = l; i <= r ; i++) {
	//	cout << "a[" << i << "][0]:" << a[i][0] << " " << "a[" << i << "][1]:" << a[i][1] << endl;
	//}
	return i;
}

//进行快速排序
void qst(double a[][2], int l, int r) {	

	//cout << "in qst1" << endl;
	//for (int i = l; i <= r; i++) {
	//	cout << "a[" << i << "][0]:" << a[i][0] << " " << "a[" << i << "][1]:" << a[i][1] << endl;
	//}
	if (l < r)
	{
		double pivot = Partition(a ,l, r);
		qst(a, l, pivot - 1);
		qst(a, pivot + 1, r);
	}
}

double smaller(double a,double b) {
	return a<b ? a : b;
}
double getdist(double a[], double b[]) {
	double ans = sqrt(pow(a[0] - b[0], 2) + pow(a[1] - b[1], 2));
	return ans;
}
double MinDistance(double a[][2],int l ,int r ) {
	int n = r+1 - l;//右+1-左
	int m = (l+r)/2;
	double distance = 0.0;//
	 if (n == 2) {//两个点
		distance = getdist(a[0], a[1]);
	}
	else if (n == 3) {//三个点
		double d1= getdist(a[0], a[1]);//点0,1
		double d2= getdist(a[2], a[1]);//点2,1
		double d3= getdist(a[0], a[2]);//点0,2
		double d4 = smaller(d1, d2);
		distance = smaller(d4, d3);
	}
	else { //划分
		int lb=m,rb=m;
		double e1 = MinDistance(a,l,m );
		double e2 = MinDistance(a,m,r);
		distance = smaller(e1, e2);
		while (lb>=l && abs(a[lb][0]-a[m][0])<distance) { //从中垂线向两边找区间
			lb--;//m--
		}
		while (rb<=r && abs(a[rb][0] - a[m][0]) < distance) {
			rb++;//m++
		}
		lb += 1;
		rb -= 1;
		for (int i = lb; i <= rb-1; i++) {
			for (int j = i + 1; j <= rb;j++) {
				if (a[i][1] - a[j][1] <=distance) {//德尔塔y<mindistance
					distance = smaller(getdist(a[i], a[j]), distance);
				}
			}
		}
	}
	return distance;
}
int main() {     //
	int n;
	double d = 0.0;
	double a[100000][2] = { 0 };//a[][0]x,a[][1]是y
	cin >> n;
	for (int i = 0; i < n; i++) {
		scanf("%lf %lf",&a[i][0],&a[i][1]);
	}
	
	qst(a,0,n-1);//n元素个数 ！！！！！！！！！！n-1
	//for (int i = 0; i < n; i++) {
	//	cout << "a[" << i << "][0]:" << a[i][0] << " " << "a[" << i << "][1]:" << a[i][1] << endl;
	//}
	//cout << endl;///
	d=MinDistance(a, 0, n-1);
	printf("%.2f\n", d);
	
	return 0;
}

第二版：

算法原理：

把点集P划分为L和R（L、R大小相等），分别计算L和R中最近点对的距离，计算L和R中距离最近点对的距离。

算法伪码：

Mindistance（P，l，r）

1.输入：点集P（二维数组，P[i][0]代表第i个点的x,P[i][1]代表第i个点的y，P[i][2]代表第i个点按Y值大小排序的顺序）, l和r分别为点集P（数组）的左下标和右下标,并将P[i][2]赋值为i

2.将数组P按照x的大小进行升序排序（使用快排）

3.将数组P按照y的大小进行升序排序（使用快排）得到的顺序保存在P[i][2]

4.调用Mindistance

if 点少于三个 直接计算并比较

做中垂线m（m=(l+r)/2），把点集P划分为L和R（L、R大小相等）

d1=Mindistance（P，m，r）

d2=Mindistance（P，l，m）

d=d1和d2中较小的值

从m分别向左和向右找距离m两侧不超过d的点，得到左边界lb和右边界rb

遍历，用数组b有序存放中线右边的y，

遍历中线左边的点，定义lk为b索引,初始化为0，以b[lk]做索引，遍历m和rb之间的点（由原理可知，符合条件右边点的数目小于6，遍历次数小于6），计算中线左边的点和右边点之间的距离d3。若d3小于d，更新d=d3。

输出：最近点对的距离d

算法复杂度：

时间复杂度：O\left ( nlog n\right )                                                                                                                 

空间复杂度:O\left ( n\right )

C代码：

#define _CRT_SECURE_NO_WARNINGS
#include<iostream>
#include<stdio.h>
#include<stdlib.h>
#include <cmath> 
using namespace std; 
void swap(double& a, double& b) {
	double temp = a;
	a = b;
	b = temp;
}
int Partition1(double a[][3], int l, int r) {//初始化待划分区间
	int i = l, j = r;
	double pivotx = a[l][0];//挖坑法  pivot坑简化版
	double pivoty = a[l][1];
	
	
	while (i < j)
	{		//右侧扫描
		while (i < j && a[j][0]>= pivotx)
		{
			j--;//找到小的
		}
		if (i < j)//左小于右
		{
			swap(a[i][0], a[j][0]);
			swap(a[i][1], a[j][1]);
			i++;
		}

		while (i < j && a[i][0] <= pivotx)
		{
			i++;
		}
		if (i < j)
		{
			swap(a[i][0], a[j][0]);
			swap(a[i][1], a[j][1]);
			j--;
		}
	}
	a[i][0] = pivotx;
	a[i][1] = pivoty;

	

	return i;
}


//进行快速排序
void qst1(double a[][3], int l, int r) {	

	
	if (l < r)
	{
		double pivot = Partition1(a ,l, r);
		qst1(a, l, pivot - 1);
		qst1(a, pivot + 1, r);
	}
}
int Partition2(double a[][3], int l, int r) {//初始化待划分区间
	int i = l, j = r;
	double pivot = a[l][1];//第一个数的Y
	int index = a[l][2];//a[][3]记录按Y排序的点顺序，最左边数的Y顺序
	
	

	while (i < j)
	{		//右侧扫描
		while (i < j && a[j][1] >= pivot)
		{
			j--;//找到小的
		}
		if (i < j)//左小于右
		{
			swap(a[i][2], a[j][2]);
		}

		while (i < j && a[i][1] <= pivot)
		{
			i++;
		}
		if (i < j)
		{
			swap(a[i][2], a[j][2]);
		}
	}
	a[i][2] = index;

	

	return i;
}
//进行快速排序
void qst2(double a[][3], int l, int r) {

	
	if (l < r)
	{
		double pivot = Partition2(a, l, r);
		qst2(a, l, pivot - 1);
		qst2(a, pivot + 1, r);
	}
	//cout << "in qst2" << endl;
	//for (int i = l; i <= r; i++) {
	//	cout << "a[" << i << "][2]:" << a[i][2] << endl;
	//}
}
double smaller(double a,double b) {
	return a<b ? a : b;
}
double getdist(double a[], double b[]) {
	double ans = sqrt(pow(a[0] - b[0], 2) + pow(a[1] - b[1], 2));
	return ans;
}
double MinDistance(double a[][3],int l ,int r ) {
	int n = r+1 - l;//右+1-左
	int m = (l+r+1)/2;
	double distance = 0.0;//
	 if (n == 2) {//两个点
		distance = getdist(a[0], a[1]);
	}
	else if (n == 3) {//三个点
		double d1= getdist(a[0], a[1]);//点0,1
		double d2= getdist(a[2], a[1]);//点2,1
		double d3= getdist(a[0], a[2]);//点0,2
		double d4 = smaller(d1, d2);
		distance = smaller(d4, d3);
	}
	else { //划分
		int lb=m,rb=m;
		double e1 = MinDistance(a,l,m );
		double e2 = MinDistance(a,m,r);
		distance = smaller(e1, e2);
		while (lb>=l && abs(a[lb][0]-a[m][0])<distance) { //从中垂线向两边找区间
			lb--;//从m--
		}
		while (rb<=r && abs(a[rb][0] - a[m][0]) < distance) {
			rb++;//从m++
		}
		lb += 1;
		rb -= 1;

		int inde = 0;
		int* b = new int[rb - m + 1];
		for (int i = 0; i < n; i++) {
			if (a[i][2] >= m && a[i][2] <= rb) {
				b[inde] = a[i][2];//b有序存放中线右边的y
				inde++;
			}
		}
		for (int i = lb; i < m; i++) {// 遍历中线左边的点
			int lk = 0;//lk:y的排序 0-rb - lb + 1
			while (abs(a[b[lk]][1] - a[i][1]) > distance && lk < rb - m + 1) {
				lk++;
			}
			int t = 0;
			while (lk < rb - m + 1 && t < 6) {
				distance = smaller(getdist(a[i], a[b[lk]]), distance);
				lk++;
				t++;
			}
		
		}
		
		delete[] b;
		//for (int i = lb; i < m; i++) {// 遍历跨越中线的点
			
			//for (int k = m;k<=rb ; k++) {//从右边的点里找Y距离小于distance  && ny<6
				//if (  abs(a[k][1] - a[i][1]) < distance) {
					
					//distance = smaller(getdist(a[i], a[k]), distance);
					
				//}
				
			//}
			
			
			
		//}
	}
	return distance;
}
int main() {     //
	int n;//元素个数
	double d = 0.0;
	double a[100000][3] = { 0 };//a[][0]x,a[][1]是y
	cin >> n;
	for (int i = 0; i < n; i++) {//输入
		scanf("%lf %lf",&a[i][0],&a[i][1]);
		a[i][2] = i;
	}
	
	qst1(a, 0, n - 1);// !!!!!!!!!!!!!!!!!!!!!!!!!!!!n-1
	qst2(a, 0, n - 1);

	//for (int i = 0; i < n; i++) {
	//	cout<<"all:" << endl;
	//	cout << "a[" << i << "][0]:" << a[i][0] << " " << "a[" << i << "][1]:" << a[i][1] << " a[" << i << "][2]:" << a[i][2] <<endl;
	//}
	//cout << endl;///

	d=MinDistance(a, 0, n-1);
	printf("%.2f\n", d);
	return 0;
}

fqq3
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
分治算法——归并排序
12-21
分治法——归并排序 归并排序操作过程： def mergesort(seq): #归并排序 if len(seq) <= 1: return seq mid = int(len(seq) / 2) # 将列表分成更小的两个列表 # 分别对左右两个列表进行处理，分别返回两个...
分治算法——经典案例分析
热门推荐
恭仔的博客
09-29 2万+
本文将逐步介绍学习分治法的基本步骤。从拆分问题入手，利用递归方法求解，最后将各个子问题的解合并。本文将以三个经典案例为例，详细分治法的应用。文章结尾附有一些课后习题和答案链接，帮助读者巩固所学知识。
java最近点对分治算法_分治算法——最近点对问题
weixin_39544101的博客
02-16 295
#include#include#includeusing namespacestd;/*存储点的结构*/typedefstruct{float x,y; //点的x,y坐标}POINT;/*辅助的点结构*/typedefstruct{int index; //点在X数组中的下标float x, y; //点的x,y坐标}A_POINT;/*对点进行递增顺序排序的比较*...
分治算法——最邻近点对
qq_40401156的博客
05-10 2599
分治算法——最邻近点对 设计与实现查找平面上的最邻近点对问题的算法。 解决思路 如果说用暴力的方法来解决这道题，我们需要将所有的点两两进行比较，两层循环的时间复杂度为O(n)，那么如何降低时间复杂度呢？如果空间中只存在一个点，那么就不存在最近点对，如果空间中只有两个点时，最近点对就是这两个点，那么当空间中有三个点时，我们便可以将空间划分为两个部分，左半部分有两个点，右半部分有一个点，那么我们就可以将问题划分为求左半部分，右半部分以及交界处的最近点对的最小值。可是当点越来越多的时候，我们应该如何求得两个子控件
分治法——最近对问题
qq_53226437的博客
03-24 3546
最近对问题 令P为笛卡儿平面上n>1个点构成的集合。简单起见，假设集合中的每个点都不一样。我们还假设这些点是按照其x轴坐标升序排列的。（如果不是这样，可以事先用类似合并排序这样的高效算法对其排序。)为了更加方便，我们还可以按照点的y轴坐标在另一个列表中进行升序排列，并将这个列表示为Q。 当2≤n≤3时，问题就可以通过蛮力算法求解。当n>3时，可以利用点集在x轴方向上的中位数m,在该处作一条垂线，将点集分成大小分别为⌈n/2⌉和⌊n/2⌋\lceil n/2 \rceil 和\lfloor n/2
平面最近点对问题分治算法解答，C++实现
11-16
平面最近点对问题分治算法解答，C++实现，代码整洁规范。
分治算法——从概念到实例.doc
05-07
分治算法——从概念到实例.doc
c语言实现分治算法求解最大子数组
12-14
自己写的分治算法，也包括了暴力求解的部分，并比较两者的运行时间，输出最大子数组的起始位置
用分治算法解平面最接近点对问题.doc
05-12
用分治算法解平面最接近点对问题.doc
链接表存储图(C++注释详解): 构建表 & 深度优先遍历 (DFS)
H13420972436的博客
05-15 420
代码实现: 构建表 & 深度优先遍历 (DFS)
质数和约数
2302_77099705的博客
05-21 759
最大公约数（Greatest Common Divisor）指两个或多个整数共有约数中最大的一个。也称最大公因数、最大公因子，a， b的最大公约数记为（a，b），同样的，a，b，c的最大 公约数记为（a，b，c），多个 整数的最大公约数也有同样的记号。求最大公约数有多种 方法，常见的有 质因数分解法、 短除法、 辗转相除法、 更相减损法。
【算法】前缀和——二维前缀和模板题
最新发布
2302_79031646的博客
05-21 183
用“二维前缀和模板题”来介绍二位前缀和算法模板
【二叉树算法题记录】从中序与后序遍历序列构造二叉树，从前序与中序遍历序列构造二叉树
weixin_43627638的博客
05-15 384
这样我们就能确定整棵树的根节点在。
算法练习第22天|39. 组合总和、40.组合总和II
Brillian123的博客
05-15 817
39. 组合总和39. 组合总和 - 力扣（LeetCode）
代码随想录算法训练营第五十五天|LeetCode583.两个字符串的删除操作 、LeetCode72.编辑距离
m0_64514622的博客
05-16 873
dp[i][j]:表示以下标i-1为结尾的word1,和以j-1为结尾的字符串word2，想要达到相等，所需要删除元素的最少次数。dp[i][j]:表示以下标i-1为结尾的word1,和以j-1为结尾的字符串word2，最近编辑距离为dp[i][j]word2为空字符串，以i-1为结尾的字符串word1要要删除i个元素才能和word2相同。word1为空字符串，以j-1为结尾的字符串word2要要删除j个元素才能和word1相同。操作三：word1替换word1[i-1]，使其与word2[j-1]相同。
LeetCode 108.将有序数组转换为二叉搜索树
2301_80211119的博客
05-18 816
给你一个整数数组 nums ，其中元素已经按 升序 排列，请你将其转换为一棵 平衡 二叉搜索树。
【C++入门】—— C++入门 (中)_引用
EterNity_TiMe_的计算机学习之路
05-19 419
本小结我们了解C++入门的三大知识，缺省参数，函数重载，以及引用，在后面C++的学习中这些都极为重要，尤其是引用，快进来学习吧
爱吃香蕉的珂珂
青釉Oo的博客
05-15 240
爱吃香蕉的珂珂
使用java语言，基于分治算法实现棋盘覆盖问题
04-14
关于使用Java语言基于分治算法实现棋盘覆盖问题，我可以为你提供一些简单的思路和解决方案。棋盘覆盖问题是指用不同形态的L型骨牌（由两个单元格组成）去覆盖一个2的N次方 * 2的N次方的棋盘，其中正好有一个单元格...

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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