线段交点计算与凸包的简单实现

海风松涛

于 2020-02-21 17:03:41 发布

阅读量647

点赞数

分类专栏：编程练习

本文链接：https://blog.csdn.net/greesea_m/article/details/104424651

版权

编程练习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

计算几何学习笔记（一）

参考文献：计算几何算法与应用（第三版）

文章目录

- 计算几何学习笔记（一）

1、前言

1.1 点积：

$\vec{A}\vec{B}=|\vec{A}||\vec{B}|cos<\vec{A},\vec{B}>=x_ay_a+x_by_b$
几何意义：A在B所在方向的投影的模长和B的模长的乘积，可判断AB是否垂直

1.2 叉积：

$\vec{A}×\vec{B}=|\vec{A}||\vec{B}|sin<\vec{A},\vec{B}>=x_ay_b-x_by_a$
几何意义：AB为边构成的平行四边形的有向面积，判断A、B方向，是否共线：
a×b>0——逆时针；
a×b=0——共线；
a×b<0——顺时针。

例如：相对于由p和q两点确定的一条有向直线，某点r究竟是位于其左侧还是右侧。令p = (px, py)，q = (qx, qy)，r = (rx, ry)。可根据叉积 $\vec{pq}×\vec{pr}$ 也即 $\bigl (D=\begin{vmatrix} 1&px& py\\ 1&qx & qy\\ 1&rx&ry \end{vmatrix}\bigr)$
若D>0，逆时针方向，r点在左侧；
若D=0，三点共线；
若D<0，顺时针方向，r点在右侧；

1.3 线段AB、CD的交点P

以直线AB为准，根据叉积判断，若C、D两点在线段两侧，则存在交点P。之后根据交点P是否在线段上，分情况求出交点坐标。

判断是否相交：若 $\vec{AB}×\vec{CD}=0$ 则线段不相交
交点是否在线段上
（1）若 $(\vec{AB}×\vec{AC})\cdot(\vec{AB}×\vec{AD})>0$ 则交点不在线段上；
（2）若 $(\vec{AB}×\vec{AC})\cdot(\vec{AB}×\vec{AD})\leq0$ 则交点在线段上（为0说明交点为某端点）。
求交点坐标
（1）交点不在线段上：
$\vec{P} =\vec{A}+\frac{1}{(1- \alpha) }\vec{A}\vec{B}$
其中 $\alpha=\frac{\vec{AB}×\vec{AD}}{\vec{AB}×\vec{AC}}$
（2）交点在线段上：
$\vec{P} =\vec{A}+\frac{1}{(1+ \alpha) }\vec{AB}$
其中 $\alpha=\frac{\vec{CD}\times\vec{CB}}{\vec{CD}\times\vec{CA}}$

2、凸包

2.1 问题分析

面对具有几何本质的算法问题，我们所采用的解决方法大多需要具备两方面要素：一是对该问题的几何特性的深刻理解，二是算法和数据结构的合理应用。
平面凸包的计算是一个比较常见的平面几何问题。若 $\exists S$ ， $\forall p ,q\in S$ ，有线段 $\overline{pq}\in S$ 则称S为凸集。
凸集与非图集
问题描述：给定平面点集 P = { p1, …, pn }，通过计算从 P 中选出若干点，它们沿顺时针方向依次对应于 CH( P)的各个顶点。
input = 平面上一组点：p1, p2, p3, p4, p5, p6, p7, p8, p9
output = 凸包的表示：p4, p5, p8, p2, p9
计算凸包
对于CH( P)边界上任一边所在的直线，P中所有的点均居于同侧。为降低时间复杂度，我们采取递增式策略，构建一个递增式算法，逐步引入P中各点，每引入一个点都更新目前的解，直至遍历所有点。
具体方案：沿顺时针方向，从左至右找出上方边界各点构成上凸包；然后自右向左进行扫描找出下方边界各点构成下凸包。
计算上下凸包
判断条件：引入新点时保证每次都是右拐，否则剔除中间点，直至满足条件或只剩两个点。

2.2 具体实现

计算凸包算法伪代码：

/************************************
> 算法 CONVEXHULL( P)  
> 输入：平面点集P  
> 输出：由CH(P )的所有顶点沿顺时针方向组成的一个列表 
1. 根据x-坐标，对所有点进行排序，得到序列p1, …, pn 
2. 在Lupper中加入p1和p2（p1在前） 
3.  for (i← 3 to n) 
4.  	do 在Lupper中加入pi 
5.  		while (Lupper中至少还有三个点，而且最末尾的三个点所构成的不是一个右拐) 
6.     			do 将倒数第二个顶点从Lupper中删去 
7.  在Llower中加入pn和pn-1（pn在前） 
8.  for (i← n-2 downto 1) 
9.  	do 在Llower中加入pi 
10. 		while (Llower中至少还有三个点，而且最末尾的三个点所构成的不是一个右拐) 
11.    			do 将倒数第二个顶点从Llower中删去 
12. 将第一个和最后一个点从Llower中删去  （以免在上凸包与下凸包联接之后，出现重复顶点） 
13. 将Llower联接到Lupper后面（将由此得到的列表记为L） 
14. return(L)
***********************/

整个算法的时间复杂度取决于第一步的排序即O(nlogn)。因此，给定包含 n 个点的任意一个平面点集，其凸包都可以在 O(nlogn)时间内构造出来。
退化情况：当出现三点共线时，要保证严格右拐，将共线视为左拐舍弃。

bool Judge_right_turn(POINT &p1, POINT &p2, POINT &p3)
{
	int flag1 = (p2.x - p1.x)*(p3.y - p1.y) - (p3.x - p1.x)*(p2.y - p1.y);		//求向量×积
	if (flag1 >= 0)
		return false;
	
	return true;
}

本文使用C++的vector容器实现如下：

using pt_List = vector < POINT >;

pt_List CONVEXHULL(pt_List &list0)
{
	pt_List upper;
	pt_List lower;
	int list0_num = list0.size();
	//排序
	sort(list0.begin(), list0.end(), Compare_point);
	//先求上凸包	
	upper.push_back(list0.at(0));		//索引添加元素
	upper.push_back(list0.at(1));
	//递增策略，逐个添加点pi	
	for (int i = 2; i < list0_num;i++)
	{
		POINT pi = list0[i];
		while (true)
		{
			auto iter = upper.end();
			--iter;
			POINT p2 = *iter;
			--iter;
			POINT p1 = *iter;
			//判断pi是否构成右拐，是添加pi，否删除中间点，继续判断
			if (Judge_right_turn(p1, p2, pi))
			{
				upper.push_back(pi);				
				break;
			}
			else
			{
				upper.pop_back();						
				if (upper.size() == 1)
				{
					upper.push_back(pi);
					break;
				}
			}
		}
	}

	//求下凸包	
	lower.push_back(list0.at(list0_num-1));
	lower.push_back(list0.at(list0_num - 2));

	for (int i = list0_num - 2; i > 0;i--)
	{
		POINT pi = list0[i-1];		
		while (true)
		{
			auto iter = lower.end();
			--iter;
			POINT p2 = *iter;
			--iter;
			POINT p1 = *iter;
			//判断pi是否构成右拐，是添加pi，否删除中间点，继续判断
			if (Judge_right_turn(p1, p2, pi))
			{
				lower.push_back(pi);
				break;
			}
			else
			{
				lower.pop_back();
				if (lower.size() == 1)
				{
					lower.push_back(pi);
					break;
				}
			}
		}
	}

	//连接上下凸包
	upper.pop_back();
	lower.pop_back();
	upper.insert(end(upper), begin(lower), end(lower));
	return upper;
}