[分治]平面最近点对(加强版) 洛谷P1429

题目描述

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

输入格式

第一行:n ,保证 2≤n≤200000 。

接下来 n 行:每行两个实数:x y ,表示一个点的行坐标和列坐标,中间用一个空格隔开。

输出格式

仅一行,一个实数,表示最短距离,精确到小数点后面 4 位。

输入输出样例

输入 #1

3
1 1
1 2
2 2

输出 #1

1.0000

说明/提示

数据保证 0≤x,y≤109

题意: 显而易见,这道题需要我们求平面上最近点距离。

分析: 大部分人看到这个问题应该都能想到暴力,不过这样的复杂度是O(n^2)的,显然不能切掉2e5的数据。其实这是一个经典分治问题,首先将各点按照x坐标升序排序。

将点集平均划分为两部分,一部分记作点集L,另一部分记作点集R。

这时要求的最短距离其实是L中点的最短距离、R中点的最短距离、L和R之间点的最短距离这三部分取最小值。前两部分可以递归求解,最重要的是第三部分的求解,只要求出第三部分那问题就解决了。

设L中点最近距离为dl(图中p2到p5),R中点最近距离为dr(图中p7到p9),二者取最小值为d,L和R之间点的最短距离要想更新答案就需要比d还要小,因此只需要求两点集间可能会小于d的距离,哪些点既位于不同点集距离又可能小于d呢?这些点就是到分界线p[mid].x的距离小于d的所有点构成的集合,也就是下图中的候选点集。显然,这个点集外面的点与对侧点之间的距离一定大于等于d,不可能使d变得更小,因此也就不用考虑这些点。

之后可以遍历候选点集中的点,依次两两求距离判断是否可以更新d,但这样复杂度还是略高,其实还可以进一步优化。将点集中的点按y坐标升序排列,然后再遍历点,这样可以多一个剪枝条件,例如第一层循环遍历点是p4,然后再第二层循环依次遍历点p2、p5、p6、p3,其中到p6就可以退出循环了,因为p6的y坐标和p4的y坐标差值大于d,它们的距离也一定大于d,后面的p3更不用判断了,它的y值比p6还要大。

可以发现上面的过程进行了一些多余的比较,比如p2和p3之间的距离其实没必要计算,因为它们并不分属于L点集和R点集,不过在求最值问题中是允许的,只要能覆盖待求的情况就行。

时间复杂度是O(n*logn*logn),分析过程见P1429 平面最近点对中syksykCCC大佬的题解。

具体代码如下:

#include <iostream>
#include <cstdio>
#include <algorithm>
#include <cstring>
#include <cmath>
#include <string>
#include <vector>
#define pdd pair<double, double> 
#define x first 
#define y second 
using namespace std;

const int maxn = 400005;
pdd p[maxn];

inline double dis(pdd a, pdd b)
{
	return sqrt((b.x-a.x)*(b.x-a.x)+(b.y-a.y)*(b.y-a.y));
}

bool cmpx(pdd a, pdd b)
{
	return a.x < b.x;
}

bool cmpy(int a, int b)
{
	return p[a].y < p[b].y;
}

double solve(int l, int r)//点下标在l~r之间的最近点距离 
{
	if(r-l+1 == 2)
		return dis(p[l], p[r]);
	if(r-l+1 == 3)
		return min(min(dis(p[l], p[l+1]), dis(p[l+1], p[l+2])), dis(p[l], p[l+2]));
	int m = l+r>>1;
	double dl = solve(l, m);
	double dr = solve(m+1, r);
	double d = min(dl, dr);
	vector<int> temp;//保存一些可能更新最短距离的点
	for(int i = l; i <= r; i++)
		if(fabs(p[i].x-p[m].x) < d)
			temp.push_back(i);
	sort(temp.begin(), temp.end(), cmpy);
	//逐个检查是否可以更新
	for(int i = 0; i < temp.size(); i++)
		for(int j = i+1; j < temp.size() && p[temp[j]].y-p[temp[i]].y < d; j++)
			d = min(dis(p[temp[i]], p[temp[j]]), d);
	return d;
}

signed main()
{
	int n;
	cin >> n;
	for(int i = 1; i <= n; i++)
		scanf("%lf%lf", &p[i].x, &p[i].y);
	sort(p+1, p+1+n, cmpx);
	double ans = solve(1, n);
	printf("%.4f\n", ans);
    return 0;
}

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最近对问题是指在给定的一组,找到距离最近的两个点。js分治法是一种解决最近对问题的算法。 js分治法的基本思想是将问题划分为更小的子问题,然后逐步解决子问题,并将子问题的解合并成原始问题的解。对于最近对问题,首先将所有点按照横坐标进行排序,然后通过递归的方式将集划分成两个部分。 然后,在两个部分分别寻找最近对,这可以通过分治的策略进行递归求解。对于每个子问题,我们可以计算出部分集内的最近对,然后在合并的过程确定整个问题的解。 在合并过程,我们需要考虑两个子问题之间的最近对以及跨越分界线的最近对。对于子问题之间的最近对,我们可以通过计算两个子问题的最小距离找到,而跨越分界线的最近对则需要在分界线附近的进行搜索。 具体地实现js分治法的过程是:首先将所有点按照横坐标进行排序,然后递归地将集划分成两个部分,直到集的大小为1或2。然后,对于每个子问题,利用求解子问题的方法找出部分集内的最近对。最后,在合并的过程,计算出子问题之间的最近对以及跨越分界线的最近对。 总的来说,js分治法是一种有效解决最近对问题的算法,通过将问题划分成更小的子问题,并在合并的过程求解最近对,可以较快地找到距离最近的两个点

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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