计算几何旋转卡壳求凸包直接原理详解

先提一下最基本最暴力的求凸包直径的方法吧—枚举。。。好吧。。很多问题都可以用 枚举 这个“万能”的方法来解决，过程很简单方便是肯定的，不过在效率上就要差很远了。 要求一个点集的直径，即使先计算出这个点集的凸包，然后再枚举凸包上的点对，这样来求点集直径的话依然会在凸包上点的数量达到O（n）级别是极大的降低它的效率，也浪费了凸包的优美性质。不过在数据量较小或者很适合时，何必要大费周折的用那些麻烦复杂的算法呢，枚举依然是解决问题的很好的方法之一。

然后就是今天的旋转卡壳算法了。

旋转卡壳可以用于求凸包的直径、宽度，两个不相交凸包间的最大距离和最小距离等。虽然算法的思想不难理解，但是实现起来真的很容易让人“卡壳”。

其实简单来说就是用一对平行线“卡”住凸包进行旋转。

被一对卡壳正好卡住的对应点对称为对踵点，对锺点的具体定义不好说，不过从图上还是比较好理解的。

可以证明对踵点的个数不超过3N/2个 也就是说对踵点的个数是O(N)的

对踵点的个数也是我们下面解决问题时间复杂度的保证。

卡壳呢，具体来说有两种情况：

1.

一种是这样，两个平行线正好卡着两个点；

2.

一种是这样，分别卡着一条边和一个点。

而第二种情况在实现中比较容易处理，这里就只研究第二种情况。

在第二种情况中 我们可以看到 一个对踵点和对应边之间的距离比其他点要大（借用某大神的图··）

也就是一个对踵点和对应边所形成的三角形是最大的 下面我们会据此得到对踵点的简化求法。

下面给出一个官方的说明：

Compute the polygon’s extreme points in the y direction. Call them ymin and ymax. Construct two horizontal lines of support through ymin and ymax. Since this is already an anti-podal pair, compute the distance, and keep as maximum. Rotate the lines until one is flush with an edge of the polygon. A new anti-podal pair is determined. Compute the new distance, compare to old maximum, and update if necessary. Repeat steps 3 and 4 until the anti-podal pair considered is (ymin,ymax) again. Output the pair(s) determining the maximum as the diameter pair(s).

要是真的按这个实现起来就麻烦到吐了。。

根据上面的第二种情况，我们可以得到下面的方法：

如果qa，qb是凸包上最远两点，必然可以分别过qa，qb画出一对平行线。通过旋转这对平行线，我们可以让它和凸包上的一条边重合,如图中蓝色直线，可以注意到，qa是凸包上离p和qb所在直线最远的点。于是我们的思路就是枚举凸包上的所有边，对每一条边找出凸包上离该边最远的顶点，计算这个顶点到该边两个端点的距离，并记录最大的值。

直观上这是一个O(n2)的算法，和直接枚举任意两个顶点一样了。

然而我们可以发现 凸包上的点依次与对应边产生的距离成单峰函数（如下图：）

这个性质就很重要啦。

根据这个凸包的特性，我们注意到逆时针枚举边的时候，最远点的变化也是逆时针的，这样就可以不用从头计算最远点，而可以紧接着上一次的最远点继续计算。于是我们得到了O(n)的算法。这就是所谓的“旋转”吧！

利用旋转卡壳，我们可以在O（n）的时间内得到凸包的对锺点中的长度最长的点对。

又由于最远点对必然属于对踵点对集合 ，那么我们先求出凸包 然后求出对踵点对集合 然后选出距离最大的即可

代码

struct Point
{
    double x,y;
};
double cross(Point p1,Point p2,Point p3)
{
    return (p2-p1)^(p3-p1);
}
double  rotating_calipers(Point p[],int n)
{
    int now=1;
    p[n]=p[0];
    double ans=0;
    for(int i=0;i<n;i++)
    {
        while(cross(p[i],p[i+1],p[now+1])>cross(p[i],p[i+1],p[now]))
        {
            now=(now+1)%n;
        }
        ans=max(ans,max(dist(p[i],p[now]),dist[p[i+1],p[npw+1]]));
    }
    return ans;
}   

参考博客

http://www.cnblogs.com/xdruid/archive/2012/07/01/2572303.html