最近点问题

1. 问题
给定平面上n个点，找其中的一对点，使得在n个点的所有点对中，该点对的距离最小。严格地说，最接近点对可能多于1对。为了简单起见，这里只限于找其中的一对。
2. 解析
蛮力法：在蛮力法实现最近点对问题中，将问题简化：距离最近的点对可能多于一对，找出一对即可，另外只考虑二维平面中的情况。此处考虑到
直接用公式计算其距离（欧几里得距离）：

通过遍历所有点集，计算出每一个点对的距离，计算出最近的距离并输出。避免同一对点计算两次，只考虑i<j的点对(pi,pj)。
其主要循环的步骤就是求出平方值，执行的次数为：

分治法：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上取整）和（n/2下取整）的两个子集P和P.。即使得其中（n/2上取整）个点位于线的左边或线上，（n/2下取整）个点位于线的右边或线上。然后就可以通过递归求解子问题Pl和Pr来得到最近点对问题的解。其中dl和dr分别表示在Pl和Pr中的最近对距离,并定义d=min{dl,dr} 。
但请注意，d不一定是所有点对的最小距离，因为距离最近的两个点可能分别位于分界线的两侧。因此，在合并较小子问题的解时，需要检查是否存在这样的点。显然，我们可以只关注以分割带为对称的、宽度为2d的垂直带中的点，因为任何其他点对的距离都至少为d(图5.7(a))。
设S是来自Q，位于分割线2d宽度范围内的垂直带的点的列表。由于Q的特点，因此S是按照y轴坐标升序排列的。我们扫描该列表，当遇到更近的点对时，更新目前为止的最小距离dmin。初始情况下dmin=d， 但接下来dmin≤d。设p(x，y) 为列表中的点。如果另一个点p(x，y) 和p点的距离小于dmin， 那么在列表S中，p’点一定位于p点后面， 并且两点在y轴上的距离一定要小于dmin(为什么?) 。在几何上， 这也就意味着p’点一定包含在图5.7(b)的矩形内。该算法的主要原理利用了以下事实：矩形内一般只能够包含少量候选点，因为在矩形每一边(左半边和右半边)内，点与点的距离至少为d。其实很容易证明，在矩形中满足条件的点(包括p在内)的总数不超过8个，更细致的研究表明这个数不会大于6。也就是说， 在移动到下一个点之前， 算法最多只需要考虑列表S中点p后面的5个点。

3. 设计
//使用蛮力算法来求解最近点对问题

    for(int i=0;i<n;i++){
        for(int j=i+1;j<n;j++){
            dist=(x[i]-x[j])*(x[i]-x[j])+(y[i]-y[j])*(y[i]-y[j]);//计算距离
            if(dist<minDist){
                minDist=dist;//找出最小距离 
                x1=x[i];y1=y[i];//记录最小距离两点的坐标 
                x2=x[j];y2=y[j];
            }
       }
   }

//使用分治算法来求解最近点对问题
//输入：数组P中存储了平面上的n≥2个点，并且按照这些点的x轴坐标升序排列
// 数组Q存储了与P相同的点，只是它是按照这点的y轴坐标升序排列
//输出：最近点对之间的欧几里得距离
If n≤ 3
返回由蛮力算法求出的最小距离
else
划分：m==S中各点x坐标的中位数；
d1 = 计算{(x1,y1),…,(xm,ym)}的最近对距离；
d2 = 计算{(xm,ym),…,(xn,yn)}的最近对距离；
d = min(d1,d2);
依次考察集合S中的点p（x，y），如果（x<=xm 并且x>=xm-d），则将点p放入集合P1中；如果（x>xm 并且x<=xm+d），则将点p放入集合P2中;
将集合P1和P2按y坐标升序排列；
对集合P1和P2中的每个点p（x，y），在y坐标区间[y,y+d]内最对取出6个候选点，计算与点p的最近距离d3；
返回min{d，d3}；
4. 分析
蛮力算法时间复杂度：
T(n) =an² + bn + c
O（n）= n²
分治算法时间复杂度：
无论将问题划分成两个规模减半的子问题，还是合并子问题的解，该算法都只需要线性时间。因此，假设n是2的幂，我们得到算法运行时间的递归式：
T(n)=2T(n/2)+f(n)
其中f(n) 属于Q(n) 。应用主定理(其中，a=2，b=2，d=1) ， 我们得到T(n) 属于Q(n logn) 。如果用O(n logn) 的算法来排序， 对输入点必须进行的预排序不会影响整体的效率类型。实际上，这是我们可能得到的最好效率，因为已经证明，在对算法可以执行的操作没有特殊假设的情况下， 该问题的任何算法都属于Ω(n logn)