最近点对分治算法:
对于平面上给定的N个点,给出所有点的坐标,即输入是平面上的N个点,输出是N点中具有最短距离的两点。
分析:
-
这个问题我们有两种解决方案
-
第一种就是直接暴力,对于每个点,遍历所有的点,求出他们的距离,最小的就是答案,但是这样时间复杂度无疑很大,至少是O(n^2)。
-
第二种就是利用归并算法的思想进行二分,这样可以把时间复杂度降到O(nlogn)。
-
现在我们主要来讨论第二种办法。
-
对于n个点,我们可以将它们先按x轴为第1优先级y轴为第二优先级进行排序(当然你也可以反过来)。排序后,我们取中间点的x坐标为中心轴进行分半,小于他的在左边,大于他的在右边,如图:
-
中间点我们可以将它分到右半边(你也可以分到左边),然后对于左右两边,我们分别求出他们的最小距离ans1和ans2,然后取他们的最小值ans=min(ans1,ans2)就是答案,这么简单?,当然不可能,还有另一种情况没有考虑到,就是如果一个点在左边,一个点在右边有最小值怎么办,我们可以这样来算。
-
当我们已经计算出左右两边的最小值了,那么如果左右各取一个点要达到比他还小的话,那么左右两点的离中间直线的距离肯定都不超过ans,因为如果超过的话,他到中间的距离都已经有ans,那么到左边某个点的距离肯定>=ans;即不可能小于ans,所以我们就可以将x坐标离中间直线距离超过ans的点全部去掉,如图:
-
然后我们还发现一个情况,就是当把一个点平移到中心轴的时候,只有另一边的点在以他为圆心,以ans为半径的范围内才可能有比ans小的距离的点,由于圆形难以判断,我们可以取如下图这样一个矩形。
-
对于那个点,只有矩形中的点跟他才有可能有小于ans的最近距离,我们将矩形均分为6部分,我们发现,对于那个点最多只有6个点可能在这个大矩形中,因为如果有7个点的话,那么肯定有两个点在同小矩形区域内(只有六个小矩形,有七个点,那么根据鸽笼定理,肯定会有两个点在同一个小矩形),如果他们在同一个,那么他们最远距离肯定为小矩形的对角线:
maxdis=sqrt(2/3*r^2+1/2*r^2)<ans; (r==ans)
- 所以与前面矛盾(不可能左边的最小值大于这两点的距离);
- 因此,对于某一边的每个点最多与另一边的六个点计算距离,这样就不需要与右边每个点计算,这样将大大降低时间。
- 因为我们每次都二分了,当合并的时候我们可以用归并排序的思想,顺便将区间mid-ans至mid+ans的点按照y轴排序,这样对于每个点我们只需要计算他下面的点,或者上面的点,也将大大减少时间。
例题可见:https://blog.csdn.net/qq_41934571/article/details/97567935
具体函数代码如下(内含注释):
double dis(node a,node b){//返回两点之间的距离
return sqrt(pow(abs(a.x-b.x),2)+pow(abs(a.y-b.y),2));
}
double solve(int l,int r){// 返回排序后下标l到r这个区间中最小点距
//如果下标区间只有这一个点 返回最大值
if(l>=r) return INF;
//递归二分,求两个左右区间的最小点距,并且将小的赋给ans存储
int mid=(l+r)>>1;
double mid_x=opt[mid].x;
double ans=min(solve(l,mid),solve(mid+1,r));
//二分排序的合并过程
int left=l,right=mid+1,t=l;
while(left<=mid && right<=r){
if(opt[left].y<=opt[right].y) temp[t++]=opt[left++];
else temp[t++]=opt[right++];
}
while(left<=mid) temp[t++]=opt[left++];
while(right<=r) temp[t++]=opt[right++];
for(int i=l;i<=r;i++){
opt[i]=temp[i];
}
//从左到右将opt中的在mid_x-ans至mid_x+ans的点存进temp
//这样temp中的点既是按y排序的,又是在mid_x-ans至mid_x+ans区间里的
int k=0;
for(int i=l;i<=r;i++){
if(opt[i].x>=mid_x-ans&&opt[i].x<=mid_x+ans){
temp[k++]=opt[i];
}
}
//从有序的temp数组中 找到每个点y坐标上面不超过ans的点的点距离求出
//并且更新答案
for(int i=0;i<k;i++){
for(int j=i-1;j>=0&&temp[i].y-temp[j].y<=ans;j--){
ans=min(ans,dis(temp[i],temp[j]));
}
}
//返回这个l到r下标的最小点距
return ans;
}