详解平面点集最近点对问题

详解平面点集最近点对问题

设平面上有点集$P$，包含n个点，我们希望在这n个点中找到一对点，使其相互之间的距离最短。

如果采用蛮力法，即计算每一对点的距离之后，比较所有点对的距离。蛮力法的时间复杂度为$O(n^2)$。

那么，能不能找到一种时间复杂度更低的方法？这里，分治策略会让时间复杂度降低到$O(n{\log }^{2}n)$。

• 分(Divide)：将点集P依据横坐标分成左右两个子集，$P_L$和$P_R$
• 治(Conquer)：分别计算$P_L$和$P_R$两个点集的最近点对$k_1$,$k_2$
• 合(Combine)：考虑$P_L$和$P_R$两个点集交界处的最近点对，即交界处可能有比$k_1$和$k_2$距离更近的两个点
  

显然，分和治的部分比较容易实现，本文将着重讨论“合”的实现。令$k=\min (k_1,k_2)$，因为我们的目标是寻找是否在边界线周围是否有距离小于$k$的点对，所以我们在边界线左右分别划分一个宽为$k$的区域，仅考虑在这个范围内的点(下图红色区域)。

划分完边界附近的区域后，我们开始考虑“合”，即寻找比$k_1$和$k_2$距离更近的两个点。最容易的想到的是，通过蛮力算法，我们把红色区域里的每一对点的距离全部计算出来，然后比较得到最短距离。但是这种方法的时间复杂度是$O(n^2)$，并没有实质上降低时间复杂度。

蛮力算法的时间复杂度为什么是$O(n^2)$？是因为我们将每一个点与红色区域里的所有点计算距离，所以我们改进算法的思路是，能不能让每一个点仅与有限个点计算距离，从而使时间复杂度降低到$O(n)$？

现在我们考虑一个问题，对于下图中的红色区域，由上述划分可知，每个正方形区域中任意两点之间的距离不小于$k$，那么两个正方形区域中最多可以容纳多少点？

如下图所示，最多只能容纳8个点，8个点分布在两个正方形的四角。

也就是说，在沿纵轴长为$k$的划分的红色区域内，最多有八个点，同时，因为我们的目标是找到跨越边界线的、距离小于$k$的两点，所以跨越边界线的两点之间纵坐标的差值小于等于$k$。基于这两点原因，我们可以很清晰地看到，一个点仅与纵坐标与它相近的7个点计算距离即可，没有必要与所有点之间计算距离。我们可以得到如下设计思路：

1. 将红色区域内的点按纵坐标从小到大排序
2. 对于区域内的每一个点，只计算它与序号在它之后的7个点之间的距离并与当前最短距离比较

我们分析一下上述算法的时间复杂度：

1. 按横坐标排序$P$中的点需要$O(n\log n)$时间，注意这个排序是预排序
2. 由于已经排序过，划分子集需要$\Theta (1)$时间
3. “合”中，排序花费$O(n\log n)$时间，每个点最多进行7次距离计算和比较，最坏情况下耗费$\Theta (nlogn)$

KaTeX parse error: Unknown column alignment: * at position 43: … \begin{array}{*̲*lr**} …

上述递推式的解为$T(n)=O(n{\log }^{2}n)$。每次对子问题都要进行一遍排序严重影响到时间复杂度。我们可以空间换时间，先将点集中的元素以它们的纵坐标进行一遍排序然后存储在$Y$数组中，在“合”步骤中仅需在$\Theta (n)$时间内提取并比较，这样递推式变为：

KaTeX parse error: Unknown column alignment: * at position 43: … \begin{array}{*̲*lr**} …

递推式的解为$T(n)=\Theta (n\log n)$。

下面给出整个算法的伪代码：

1.以x坐标增序对P中点排序
2.Y:=以y坐标增序对P中点排序
3.k:=cp(1,n)
cp(low,high)
	if((high-low+1)<=3)
		直接用蛮力算法计算k
	else
		mid:=(low+high)/2
		x0:=x(P[mid])
		k1:=cp(low,mid)
		k2:=cp(mid+1,high)
		k:=min{k1,k2}
		t:=0
		for i:=low to high //从Y中抽取T，T表示红色区域
			if(|x(Y[i])-x0|<=k)
				t:=t+1
				T[t]:=Y[i]
		k':=2k //把k'初始化为比k大的值
		for i:=1 to t-1
			for j:=i+1 to min{i+7,t}
				if(d(T[I],T[j])<k')
					k':=d(T[I],T[j])
		k:=min{k,k'}