一个极其简单的最近点对问题线性扫描的O(nlog n)算法描述

写在前言：能搜到这个问题的人估计都是在做算法的作业吧。*请不要拿本文的内容去完成你的作业，老老实实去做分治法吧* 。

我姑且将这种算法称作：线性扫描算法。

第一点：本文主要阐述一种网上还搜不到的算法（至少截止我在写这篇文的时候没有看到）
第二点：本文只供参考，部分结果为统计数据而非严谨的理论推出数据。
第三点：欢迎在本文下方进行对该算法的进一步讨论，也希望各位指出文章存在的问题。
第四点：这个算法的思路很简单，肯定会有人想出来的，这里就把它阐述出来，以免以后有人看到过后会死命研究然后浪费大量时间，像我这样。。。
另： 图片中所有时间的数据都以ms为单位。

1. 问题描述：

给定任意一组，在所有点中，找到存在的两点间的最小距离

2. 蛮力法：

遍历所有的点，计算两点间的距离，得到最小距离，最终的算法复杂度是： $O(n^2)$。非常慢，可以检测算法的正确性。

3. 分治法：

分治法看上面链接就好了，时间复杂度是$O(n\log n)$

具体点即是$T(n)=2T(n/2)+2O(n)+5O(k)$，$k$是常数。

4.线性扫描算法：

• 先上结论：算法的时间复杂度为$O(n\log n)$

具体点即是$T(n)=O(n)+O(n\log n)+O(n)+O(2.4\times n)$

• 和分治法的比较：线性扫描算法在数组长度到10000（万） - 10000000（百万）的区间内速度都是比分治法要快5倍左右。在万以下的数据时时间已经小于0ms了，百万以上分治法太慢了，就没测了。如图：

1. 原理介绍：首先对整个点集进行X坐标排序，做到X坐标的有序，然后像蛮力法一样对每一个点与后面的点进行距离计算，不过加入一个剪枝条件：

2. 剪枝条件介绍：当进行距离计算时如果发现两点（如点p1和点p2）之间的X坐标之差大于等于了当前的最短距离d，那么直接省略点P2以及P2后面所有的点，P1点扫描完毕，P1点向后移一位。因为此时P2以及P2后面所有的点，都不可能获得更小的最短的距离了。
   

3. 伪代码展示： （可以看到代码量只比蛮力法的算法多了十几行而已）

// 对X坐标进行运算，或者对Y坐标进行算法运算，参考 2020-04-24 更新的结果。
function LinearGetMin(Array) 
     quick sort Array
     for Point[i] in Array do
         for Point[j] in Array & j >= i + 1 & Point[j].x - Point[i].x < MinLength do
             GetLength(Point[i],Point[j]) 
             compare with MinLength
         end for
     end for
 end function

4. 验证算法的正确性：

   • 有穷性：可以被终止
   • 确切性：每个步骤都有确切的定义
   • 输入项：一个点阵数组
   • 输出项：最短长度
   • 可行性：是可以在有限时间内完成的

5. 算法的五个评定标准：

   • 时间复杂度：$O(n\log n)$
   • 空间复杂度：$O(n)$
   • 正确性：理论上是没有问题的，测试了近千组数据没问题
   • 可读性：见伪代码。
   • 健壮性：两点重合会出现问题，理论上这种情况不存在

   再多加一点：相同规模数据检测的稳定性是否是稳定的。经过大量数据检测发现，是稳定的。对700000长度的数据进行排序发现时间都在155ms附近，如图：

6. 算法时间复杂度分析：

   1. 第一步：先对整个数组进行X轴的快速排序 [ 时间复杂度：$O(n\log n)$ ]
   2. 第二步：进行横向的线性扫描 [ 时间复杂度：$O(n)$ ]，针对每一个点，进行一次纵向的扫描。
   3. 第三步：每个点的纵向扫描，纵向扫描进行的次数取决于两个因素：进行计算两点的x轴坐标值之差以及当前的最短长度d。
      
   4. 第三步这一步有很高的数据敏感性，以我目前的知识储备，还不知道可以进行精确计算和证明的方法，所以我就进行了大量的数据检测。最后找到了一个规律：我计算出数据的$k=\frac{纵向进行扫描的平均次数}{数组长度}$ ，最后发现这个 $k\approx 2.4$ .
      如图：

   

   5. 那我就推断 第三步：纵向扫描 的时间复杂度是：$O(2.4\times n)$
   6. 所以得出整个算法的时间复杂度是： $T(n)=O(n\log n)+O(n)+O(2.4\times n)\approx O(n\log n)$
   7. 最后拿$O(n\log n)$的曲线进行验证：
      

5. 写在最后：

1. 这个算法是真的简单易懂，我觉得。
2. 这个算法确实是比分治法要快的，但是针对这个算法不能得出精确的时间复杂度，也就导致了这个算法没有教育/传授目的，算一个歪门邪道的算法。
3. 如果有人知道关于这个算法的一些计算的手段和知识，可以在评论区留言，嘻嘻。
4. 注：给老师讲完PPT后，老师说可以用面积+概率来求解纵向比较的问题（cy后续更新吧）

---

* 2020-04-24更新：

• 一位同学给我讲述了一种会导致最终算法时间复杂度结果是$O(n^2)$的特殊情况：当X轴坐标值很小，而Y轴坐标值很大的时候，就会形成如下图所示的长宽比不正常的矩形，这时候X轴坐标之差很小，就不应该拿X坐标来做排序和比较的基准了：

• 此时的解决办法也很简单，只需要把矩阵给转过来使得长大于宽就好了，所以上面这种情况对Y轴排序就好了，所有对X坐标的处理全部改为对Y坐标的处理。
• 那么对于算法来讲：在进行X坐标的快速排序之前，就应该先对点进行一次扫描，来获得Y轴最大值y_max和最小值y_min以及X轴的最大值x_max和最小值x_min，最后发现如果y_max - y_min >= x_max - x_min就以Y为算法的基准轴，否则以X为算法的基准轴。算法时间复杂度变为：$T(n)=O(n)+O(n\log n)+O(n)+O(2.4\times n)$，基本没有影响
• 总之就是一定要让矩形的长要比宽要大！

---