// Herding Frosh (新生集会)
// PC/UVa IDs: 111401/10135, Popularity: C, Success rate: average Level: 2
// Verdict: Accepted
// Submission Date: 2011-11-08
// UVa Run Time: 0.112s
//
// 版权所有(C)2011,邱秋。metaphysis # yeah dot net
//
// [解题方法]
// 求凸包一般常用的有两种算法,一种是 Andrew 凸包扫描算法,一种是 Graham 凸包扫描算法。两种方法
// 各有特点,Andrew 凸包扫描算法只需对坐标按 x,y 排序,仅使用一些简单的乘法,相对来说比 Graham
// 凸包扫描算法来得简单,容易编写。
//
// 本题中由于多了一个电话柱,简单的求凸包不能得到正确的答案,需要分两种情况。假设已经求出了所有新
// 生点集所对应的凸包,如果原点在此凸包外,那么依照题意,丝带必须绕过原点,则只需将原点加入新生点
// 集中求凸包,凸包的周长加上多余需要的两米即为答案。若原点在凸包内,则丝带可以从任意两个按相对于
// 原点极角排序的相邻点绕到电话柱子上,此时需要逐个枚举可能的长度,然后求最小值才为正确答案。如何
// 处理后一种情况是有点棘手的,有两种方法,一种是将凸包的顶点与原点相连,则各个凸包顶点与原点形成
// 了一系列 “扇面” 三角形,设某个三角形的顶点为 V1 和 V2,有两种情况,一种是有新生点落在此三角
// 形 V1V2O 内(不包括边界上),一种是此三角形内无新生点,对于后一种情况,丝带的最短长度即为原凸
// 包的周长减去线段 V1V2 的长度,再加上线段 V1O,V2O 的长度。若三角形内有新生点,则可以将这些新
// 生点分成 A,B 两部分,求原点 O,点 V1 和 A 形成的点集的部分凸包,再求原点 O,点 V2 和 B 形
// 成的点集的部分凸包,丝带的长度即为这两个部分凸包的周长加上原凸包的周长减去线段 V1V2,V1O,V2O
// 的长度,注意要枚举所有可能的 A 和 B,这可以通过将在三角形 V1V2O 中的点按相对于原点的极角排序
// 然后依此选择相邻的两个点来分割 A 和 B。
//
// 如果对 Graham 凸包扫描算法有深刻的理解,你可以得到原点在凸包内时,求丝带最小长度一个简便的算法。
// 先将点按照相对于原点的极角排序,然后任意选择两个相邻的点,假设为 p1,p2,按照 Graham 凸包扫描
// 算法的思想开始扫描,不过这里需要将起始点设置为原点,最后一点设置为 p2,在扫描结束时再加上点 p2,
// 那么扫描所得到的 “包” 的形状恰恰就是题目所求丝带的形状。这里需要费点心思的是按相对于原点的极角
// 排序,需要分象限处理。同时需要将重复点和与原点重合的点去掉。
#include <iostream>
#include <algorithm>
#include <iomanip>
#include <cmath>
using namespace std;
#define MAXPOLY 1010
#define EPSILON (1E-9)
struct point
{
double x;
double y;
};
point origin = (point) { 0.0, 0.0 };
struct polygon
{
int vertexNumber;
point vertex[MAXPOLY];
};
double calDistance(point first, point second)
{
return sqrt(pow(first.x - second.x, 2) + pow(first.y - second.y, 2));
}
// 叉积,判断点 first,second,third 组成的两条线段的转折方向。当叉积大于 0,则形成一个右拐,
// 否则共线(cp = 0)或左拐(cp > 0)。
double crossProduct(point first, point second, point third)
{
return (second.x - first.x) * (third.y - first.y) -
(second.y - first.y) * (third.x - first.x);
}
// Andrew 凸包扫描算法的预排序,先按 x 坐标排序,若 x 坐标相同,则按 y 坐标排序。
bool leftLower(point first, point second)
{
if (first.x == second.x)
return first.y < second.y;
else
return first.x < second.x;
}
// Andrew 凸包扫描算法。
void convexHull(point vertex[], int vertexNumber, polygon &container)
{
// 点个数小于等于三个,构成凸包。
if (vertexNumber <= 3)
{
for (int i = 0; i < vertexNumber; i++)
container.vertex[i] = vertex[i];
container.vertexNumber = vertexNumber;
return;
}
// 排序。
sort(vertex, vertex + vertexNumber, leftLower);
point upper[MAXPOLY], lower[MAXPOLY];
int top;
// 求上凸包。
upper[0] = vertex[0];
upper[1] = vertex[1];
top = 2;
for (int i = 2; i < vertexNumber; i++)
{
upper[top] = vertex[i];
while (top >= 2 && crossProduct(upper[top - 2],
upper[top - 1], upper[top]) >= 0)
{
upper[top - 1] = upper[top];
top--;
}
top++;
}
container.vertexNumber = 0;
for (int i = 0; i < top; i++)
container.vertex[container.vertexNumber++] = upper[i];
// 求下凸包。
lower[0] = vertex[vertexNumber - 1];
lower[1] = vertex[vertexNumber - 2];
top = 2;
for (int i = vertexNumber - 3; i >= 0; i--)
{
lower[top] = vertex[i];
while (top >= 2 && crossProduct(lower[top - 2],
lower[top - 1], lower[top]) >= 0)
{
lower[top - 1] = lower[top];
top--;
}
top++;
}
// 合并下凸包。
for (int i = 1; i < top - 1; i++)
container.vertex[container.vertexNumber++] = lower[i];
}
double convexHullLength(polygon &container)
{
double length = 0.0;
for (int i = 0; i < container.vertexNumber; i++)
{
int j = (i + 1) % container.vertexNumber;
length += calDistance(container.vertex[i], container.vertex[j]);
}
return length;
}
// 将所有点按相对于原点 O 的极角排序。
bool smallerAngle(point first, point second)
{
// 判断位于不同半平面时的情况。
if (first.y == 0 && second.y == 0 && first.x * second.x <= 0)
return first.x > second.x;
if (first.y == 0 && first.x >= 0 && second.y != 0)
return true;
if (second.y == 0 && second.x >= 0 && first.y != 0)
return false;
if (first.y * second.y < 0)
return first.y > second.y;
// 位于同一半平面,使用叉积判断。
double cp = crossProduct(origin, first, second);
return cp > 0 || (cp == 0 && fabs(first.x) < fabs(second.x));
}
// 当原点在凸包内部时,按题意求最小的丝带长度。
double minConvexHullLength(point in[], int &n)
{
double length = 1e20;
// 移除所有重复点和原点重合的点,因为后继需要使用叉积判断转折方向,若有重复点,叉积将不
// 不能正常工作。
sort(in, in + n, leftLower);
int hole = 0;
for (int i = 0; i < n; i++)
{
if (in[i].x == 0 && in[i].y == 0)
continue;
if (hole == 0)
in[hole++] = in[i];
else if (in[hole - 1].x == in[i].x && in[hole - 1].y == in[i].y)
continue;
else
in[hole++] = in[i];
}
n = hole;
// 将所有点按照相对于原点 O 的极角排序,若极角相同,按距离排序。
sort(in, in + n, smallerAngle);
// 任意选取一个点 i 开始 Graham 扫描,注意扫描结束点选择为点 i - 1,最初点为原点。
polygon out;
for (int i = 0; i < n; i++)
{
int top = 1, current = i + 1;
out.vertex[0] = origin;
out.vertex[1] = in[i];
while (current < (i + n))
{
// 注意这里需要加上 top >= 1,因为起始时有可能会共线,回退不能没有
// 限制。
if (top >= 1 && crossProduct(out.vertex[top - 1],
out.vertex[top], in[current % n]) <= 0)
top--;
else
{
top++;
out.vertex[top] = in[current % n];
current++;
}
}
// 点 i 的前一点总算在所求点之内,因为丝带需要从此点经过。
top++;
out.vertex[top] = in[(i - 1 + n) % n];
out.vertexNumber = top;
// 返回找到的较小值。
length = min(length, convexHullLength(out));
}
return length;
}
int main(int ac, char *av[])
{
point frosh[MAXPOLY];
polygon silk;
int cases, vertexNumber, froshNumber;
bool printBlankLine = false;
cout.precision(2);
cout.setf(ios::fixed | ios::showpoint);
cin >> cases;
while (cases--)
{
cin >> froshNumber;
frosh[0] = origin;
for (int i = 1; i <= froshNumber; i++)
cin >> frosh[i].x >> frosh[i].y;
froshNumber++;
convexHull(frosh, froshNumber, silk);
// 计算凸包的周长。
double minLength = convexHullLength(silk) + 2.0;
// 判断原点是否在凸包的边界上,或者原点为凸包的一个顶点。
bool onPolygon = false;
for (int i = 0; i < silk.vertexNumber; i++)
{
int j = (i + 1) % silk.vertexNumber;
// 判断原点与凸包的顶点 i 和 j 是否共线。
if (fabs(crossProduct(origin, silk.vertex[i],
silk.vertex[j])) <= EPSILON)
{
onPolygon = true;
break;
}
}
// 原点在凸包内。
if (!onPolygon)
minLength = minConvexHullLength(frosh, froshNumber) + 2.0;
if (printBlankLine)
cout << endl;
else
printBlankLine = true;
cout << minLength << endl;
}
return 0;
}
UVa Problem 10135 Herding Frosh (新生集会)
最新推荐文章于 2019-07-22 23:56:14 发布