选择排序(selectionsort)
在未排序的几何中求出最大的元素添加到已排序几何的末尾.
沿着极边查找下一个极点(JarivsMarch)
给定极边IK,逆时针查找下一个极点, K与S点相连, 如果S位于最右侧(最靠近IK)的点,则为下一个极点,KS也是下一条机边。
用to left测试求解下一个算法
已经有极边IK, 以K为起点,选取任意一个S为下一个假想极点, KS是下一条极边。以KS和其他剩余点W作to left测试,如W在KS左边,则继续查找。如果W在KS右边,则K = W,不断重复就能求出最终的下一个极点。
JarivsMarch
假定第一个极点O,重复上述to left测试不断找到下一个点,直到形成闭环,下一个点又为点O的时候,则求出完整的凸包点集,这就是JarivsMarch算法,也成为(GiftWrapping).
求取第一个极点--lowest-then-leftmost算法
在坐标系下最低点即为极点(如果最低处相同, 则求比较哪个点位置更左),即为lowest-then-leftmost算法。
代码实现
lowest-then-leftmost
int FindLowestThenLeftmost(const vector<Point>& inPoints)
{
if (inPoints.size() == 0)
return -1;
int ltfIndex = 0;
for (int index = 1; index < inPoints.size(); index++)
{
if (inPoints[ltfIndex].y < inPoints[index].y ||
(inPoints[ltfIndex].y == inPoints[index].y && inPoints[ltfIndex].x < inPoints[index].x))
{
ltfIndex = index;
}
}
return ltfIndex;
};
JarivsMarch
void JarvisMarch_GetConvexPointSet(vector<Point>& inPoints)
{
for (int index = 0; index < inPoints.size(); index++)
{
inPoints[index].extreme = false;
}
int ltfIndex = FindLowestThenLeftmost(inPoints);
int k = ltfIndex;
int n = inPoints.size();
do
{
inPoints[k].extreme = true;
int s = -1;
for (int t = 0; t < n; t++)
{
if (t != k && t != s && (s == -1 || IsLeft(inPoints[k], inPoints[s], inPoints[t])))
{
s = t;
}
}
inPoints[k].succ = s;
k = s;
} while (k != ltfIndex);
}
测试算法
int main()
{
std::cout << "Hello World!\n";
// point set contruct
vector<Point> inPoints =
{
{0, 0},
{-1, -1},
{5, 2},
{4, 5},
{3, 3},
{-1, 3},
{2, 2},
{-3, 2},
};
JarvisMarch_GetConvexPointSet(inPoints);
int firstPointIndex = -1;
for (int index = 0; inPoints.size(); index++)
{
if (inPoints[index].extreme)
{
firstPointIndex = index;
break;
}
}
int k = firstPointIndex;
do
{
printf("(%f, %f)\n", inPoints[k].x, inPoints[k].y);
k = inPoints[k].succ;
} while (k != firstPointIndex);
}
输出结果
JarivsMarch的算法复杂度
给定N个点, 每次查找出新的极点复杂度都是N, 所以剩余的算法复杂度的取决于需要查找多少个极点,也就是凸包存在多少个极点。
最复杂情况
每个点都是极点, 查找多个算法复杂度O(n), 总算法复杂度(On2)
最简单的情况
三个点就构成了凸包, 查找多个算法复杂度O(1), 总算法复杂度(On)
算法复杂度
将凸包极点个数h = CHS, 则JarivsMarch算法复杂度为: O(n * CHS)
总体上来看JarivsMarch算法复杂度还是优于极点四模式法, 毕竟JarivsMarch算法只要不碰上最复杂情况,计算量是小于极点四模式法的.
资料参考
参考资料
[1]清华计算几何 P23-P30