最近点对问题

一、问题描述

Description

从包含有n个点的集合S中,找出距离最近的两个点,输出它们之间的距离

说明:Java也支持printf,可以用System.out.printf("%.2f",dist)来控制输出小数点后保留2位的浮点数

Input

输入有1+n行,第1行是点的数量,剩余n行为n个点的x坐标和y坐标,以空格隔开,如

2

10.0 10.0

20.0 20.0

Output

找出所给输入中距离最近的两个点,输出它们之间的距离,保留小数点后2位,如上面的输入对应输出为:

14.14

Sample Input 1 

4
1.0 1.0
2.0 2.0
1.1 1.1
1.2 1.2

Sample Output 1

0.14

二、代码解析

这段 Java 代码实现了计算平面上多个点中两点之间最短距离的功能。下面是这段代码的详细解释:

  1. 定义 point 类: 首先,定义了一个 point 类,表示二维平面上的点。这个类有两个属性 xy,分别表示点的 x 坐标和 y 坐标。类中有一个名为 distance 的方法,用来计算两个点之间的距离。这个方法接受一个 point 对象作为参数,计算当前点与传入点之间的距离。

class point{
    double x,y;
    public point(double x,double y) {
        this.x=x;
        this.y=y;
    }
    public double distance(point b) {
        double distance,dx,dy;
        dx=this.x-b.x;
        dy=this.y-b.y;
        distance=Math.sqrt(Math.pow(dx,2)+Math.pow(dy,2));
        return distance;
    }
}

当我们需要计算两个二维平面上的点 A(x1​,y1​) 和 B(x2​,y2​) 之间的距离时,我们可以使用欧氏距离公式:

距离=(x2​−x1​)2+(y2​−y1​)2​

在给定的方法中,这个公式被转化成了几个步骤:

  1. 计算横向距离 dx:dx=this.x−b.x,表示点 A 的横坐标减去点B 的横坐标。

  2. 计算纵向距离dy: dy=this.y−b.y,表示点 A 的纵坐标减去点 B 的纵坐标。

  3. 计算距离的平方: Math.pow(dx, 2)Math.pow(dx, 2) 和 Math.pow(dy, 2)Math.pow(dy, 2) 分别计算横向和纵向距离的平方。

  4. 求和: Math.pow(dx, 2)+Math.pow(dy, 2)Math.pow(dx, 2)+Math.pow(dy, 2) 将两个平方相加,得到平方和。

  5. 开方: 最后,使用 Math.sqrt() 方法对平方和进行开方,得到两点之间的实际距离。

这个过程将两点之间的直线距离计算为两点在 x 轴和 y 轴上的距离的平方和的平方根。这种方法被广泛用于计算点、向量等在多维空间中的距离。

  1. 主程序入口 Main 类: 主程序从标准输入读取一个整数 n,表示点的数量。然后,通过循环读取每个点的坐标,并创建相应的 point 对象存储在 points 数组中。

  2. 计算最短距离: 接下来,嵌套两个循环遍历所有可能的点对,计算它们之间的距离,并不断更新 min 变量,保持其为当前找到的最小距离。

  3. 输出结果: 最后,程序使用 System.out.printf 方法将最短距离输出,保留两位小数。

这段代码的核心思想是通过两层循环遍历所有可能的点对,计算它们之间的距离,并找出最小的距离。

三、完整代码

import java.util.Scanner;

class point{
	double x,y;
	public point(double x,double y) {
		this.x=x;
		this.y=y;
	}
	public double distance(point b) {
		double distance,dx,dy;
		dx=this.x-b.x;
		dy=this.y-b.y;
		distance=Math.sqrt(Math.pow(dx,2)+Math.pow(dy,2));
		return distance;
	}
}

public class Main {
	public static void main(String args[]) {
		Scanner in=new Scanner(System.in );
		int n=in.nextInt();
		int i,j;
		point[] points=new point[n];
		for(i=0;i<n;i++) {
			points[i]=new point(in.nextDouble(),in.nextDouble());
		}
		double min=points[0].distance(points[1]);
		for(i=0;i<n-1;i++) {
			for(j=i+1;j<n;j++) {
				if(min>points[i].distance(points[j]))
					min=points[i].distance(points[j]);
				
			}
		}
		System.out.printf("%.2f",min);
	}
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
最近点对问题是指在平面上给定N个点,求其中距离最近的两个点之间的距离。分治法是一种常用的解决最近点对问题的算法。 分治法的基本思想是将问题分解成多个子问题,然后递归地解决这些子问题,最后将子问题的解合并起来得到原问题的解。对于最近点对问题,我们可以采用以下的分治算法: 1. 将所有点按照横坐标从小到大排序,然后将它们划分为两部分,分别处理左右两个部分。 2. 对于左右两个部分,分别递归求解最近点对距离。 3. 将左右两个部分中距离最近的点对的距离记为d。 4. 扫描所有横坐标在中间区域内的点,按照纵坐标从小到大排序。对于每个点,只需考虑它与纵坐标差不超过d的点之间的距离,因为这些点是可能成为最近点对的候选者。 5. 对于每个点,只需要考虑它与后面7个点之间的距离即可,因为如果有距离更近的点,它们之间的距离一定小于d。 6. 扫描完中间区域内的所有点后,最近点对的距离就是左右两个部分中的最小值和中间区域内的最小值中的较小值。 下面是该算法的伪代码: ``` function closest_pair(points): // 按照横坐标排序 sort(points, key=lambda p: p.x) // 递归终止条件 if len(points) <= 3: return brute_force(points) // 求解左右两个部分的最近点对距离 mid = len(points) // 2 left_points = points[:mid] right_points = points[mid:] left_min_dist = closest_pair(left_points) right_min_dist = closest_pair(right_points) // 求解中间区域的最近点对距离 min_dist = min(left_min_dist, right_min_dist) strip_points = [p for p in points if abs(p.x - points[mid].x) < min_dist] strip_points.sort(key=lambda p: p.y) for i in range(len(strip_points)): for j in range(i+1, min(i+8, len(strip_points))): dist = distance(strip_points[i], strip_points[j]) min_dist = min(min_dist, dist) return min_dist ``` 其中,brute_force是暴力求解最近点对距离的函数,distance是计算两个点之间距离的函数。时间复杂度约为O(N log N)。

“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