最小总距离点的最优位置

原文地址：Optimum location of point to minimize total distance

已知一个点集合和一条直线ax+by+c = 0，我们要在直线上找到一个点，这个点到这个集合的每个点的距离和是最小的。

例子：

上图中直线x - y - 3 = 0的最优点是(2, -1)，这个点与其他点的总距离是20.77，也就是最小的总距离啦。

如果我们在这条直线的无限远位置上取一个点，那么总距离也是无限大的，现在当我们朝着已知的点集合的方向移动这个线上的点，一定时间以后，这个距离和就会开始下降，当这个点朝直线上另外一个无限远的地方移动的时候，那么这个距离和就又开始增加了。所以这个距离的曲线像一个U型曲线，我们要找的是这个U型曲线最底部的值。

因为U型曲线不是单调递增或者单调递减，所以我们不能通过二分查询来找到最底部的值，在这里呢，我们将用三分搜索来找到最底部的值。三分搜索在每一次迭代中都会跳过三分之一的搜索空间，可以看看三分查询具体是什么。

下面是解决方案，我们用low和high分别为初始化为最小值和最大值，然后开始迭代，在每一次迭代中我们都要计算两个中间值：mid1与mid2，这个两个值分别表示搜索空间的1/3与2/3处的位置。我们用mid1与mid2计算所有点的总距离，并通过比较这些距离来更新low和high，这个迭代一直将进行到low与high大致相等。

//  C/C++ program to find optimum location and total cost
#include <bits/stdc++.h>
using namespace std;
#define sq(x) ((x)*(x))
#define EPS 1e-6
#define N 5

//  structure defining a point
struct point
{
    int x, y;
    point()  {}
    point(int x, int y) : x(x), y(y)   {}
};

//  structure defining a line of ax + by + c = 0 form
struct line
{
    int a, b, c;
    line(int a, int b, int c) : a(a), b(b), c(c) {}
};

//  method to get distance of point (x, y) from point p
double dist(double x, double y, point p)
{
    return sqrt(sq(x - p.x) + sq(y - p.y));
}

/*  Utility method to compute total distance all points
    when choose point on given line has x-cordinate
    value as X   */
double compute(point p[], int n, line l, double X)
{
    double res = 0;

    //  calculating Y of choosen point by line equation
    double Y = -1 * (l.c + l.a*X) / l.b;
    for (int i = 0; i < n; i++)
        res += dist(X, Y, p[i]);

    return res;
}

//  Utility method to find minimum total distance
double findOptimumCostUtil(point p[], int n, line l)
{
    double low = -1e6;
    double high = 1e6;

    // loop untill difference between low and high
    // become less than EPS
    while ((high - low) > EPS)
    {
        // mid1 and mid2 are representative x co-ordiantes
        // of search space
        double mid1 = low + (high - low) / 3;
        double mid2 = high - (high - low) / 3;

        //
        double dist1 = compute(p, n, l, mid1);
        double dist2 = compute(p, n, l, mid2);

        // if mid2 point gives more total distance,
        // skip third part
        if (dist1 < dist2)
            high = mid2;

        // if mid1 point gives more total distance,
        // skip first part
        else
            low = mid1;
    }

    // compute optimum distance cost by sending average
    // of low and high as X
    return compute(p, n, l, (low + high) / 2);
}

//  method to find optimum cost
double findOptimumCost(int points[N][2], line l)
{
    point p[N];

    //  converting 2D array input to point array
    for (int i = 0; i < N; i++)
        p[i] = point(points[i][0], points[i][1]);

    return findOptimumCostUtil(p, N, l);
}

//  Driver code to test above method
int main()
{
    line l(1, -1, -3);
    int points[N][2] = {{-3, -2}, {-1, 0}, {-1, 2},
                                   {1, 2}, {3, 4}};
    cout << findOptimumCost(points, l) << endl;
    return 0;
}

输出：

20.7562