参考资料:https://www.cnblogs.com/CsOH/p/5904430.html
https://blog.csdn.net/huzecong/article/details/8576908
https://www.cnblogs.com/xzxl/p/7237246.html
https://www.cnblogs.com/Paul-Guderian/p/6933799.html
首先先看一下
曼哈顿距离最小生成树
一,简述曼哈顿距离最小生成树:
给定二维平面上的N个点,在两点之间连边的代价为其曼哈顿距离,求使所有点连通的最小代价。
朴素的算法可以用O(N2)的Prim,或者处理出所有边做Kruskal,但在这里总边数有O(N2)条,所以Kruskal的复杂度变成了O(N2logN)。
事实上,真正有用的边远没有O(N2)条。我们考虑每个点会和其他一些什么样的点连边。
可以得出这样一个结论,以一个点为原点建立直角坐标系,在每45度内只会向距离该点最近的一个点连边。
证明:假设我们以点A为原点建系,考虑在y轴向右45度区域内的任意两点B(x1,y1)和C(x2,y2),不妨设|AB|≤|AC|(这里的距离为曼哈顿距离),如下图:
|AB|=x1+y1,|AC|=x2+y2,|BC|=|x1-x2|+|y1-y2|。而由于B和C都在y轴向右45度的区域内,有y-x>0且x>0。
下面我们分情况讨论:
1. x1>x2且y1>y2。这与|AB|≤|AC|矛盾;
2. x1≤x2且y1>y2。此时|BC|=x2-x1+y1-y2,|AC|-|BC|=x2+y2-x2+x1-y1+y2=x1-y1+2*y2。由前面各种关系可得y1>y2>x2>x1。假设|AC|<|BC|即y1>2*y2+x1,那么|AB|=x1+y1>2*x1+2*y2,|AC|=x2+y2<2*y2<|AB|与前提矛盾,故|AC|≥|BC|;
3. x1>x2且y1≤y2。与2同理;
4. x1≤x2且y1≤y2。此时显然有|AB|+|BC|=|AC|,即有|AC|>|BC|。
综上有|AC|≥|BC|,也即在这个区域内只需选择距离A最近的点向A连边。
这种连边方式可以保证边数是O(N)的,那么如果能高效处理出这些边,就可以用Kruskal在O(NlogN)的时间内解决问题。
下面我们就考虑怎样高效处理边。
我们只需考虑在一块区域内的点,其他区域内的点可以通过坐标变换“移动”到这个区域内。
为了方便处理,我们考虑在y轴向右45度的区域。
在某个点A(x0,y0)的这个区域内的点B(x1,y1)满足x1≥x0且y1-x1>y0-x0。这里对于边界我们只取一边,但是操作中两边都取也无所谓。那么|AB|=y1-y0+x1-x0=(x1+y1)-(x0+y0)。
在A的区域内距离A最近的点也即满足条件的点中x+y最小的点。因此我们可以将所有点按x坐标排序,再按y-x离散,用线段树或者树状数组维护大于当前点的y-x的最小的x+y对应的点。时间复杂度O(NlogN)。
至于坐标变换,一个比较好处理的方法是第一次直接做;第二次沿直线y=x翻转,即交换x和y坐标;第三次沿直线x=0翻转,即将x坐标取相反数;第四次再沿直线y=x翻转。注意只需要做4次,因为边是双向的。
至此,整个问题就可以在O(NlogN)的复杂度内解决了。
二、知识梳理
曼哈顿距离:给定二维平面上的N个点,在两点之间连边的代价。(即distance(P1,P2) = |x1-x2|+|y1-y2|)
曼哈顿距离最小生成树问题求什么?求使所有点连通的最小代价。
最小生成树的“环切”性质:在图G = (V, E)中,如果存在一个环,那么把环上的最大边e删除后得到的图G’ = (V, E- {e})的最小生成树的边权和与G相同。
三,简述算法
一个点把平面分成了8个部分:
由上面的废话可知,我们只需要让这个点与每个部分里距它最近的点连边。
拿R1来说吧:
如图,i的R1区域里距i最近的点是j。也就是说,其他点k都有:
xj + yj <= xk + yk
那么k将落在如下阴影部分:
显然,边(i,j), (j,k), (i,k)构成一个环<i,j,k>,而(i,k)一定是最长边,可以被删去。所以我们只连边(i,j)。
为了避免重复加边,我们只考虑R1~R4这4个区域。(总共加了4N条边)
这4个区域的点(x,y)要满足什么条件?
- 如果点(x,y)在R1,它要满足:x ≥ xi ,y – x ≥ yi – xi(最近点的x + y最小)
- 如果点(x,y)在R2,它要满足:y ≥ yi ,y – x ≤ yi – xi(最近点的x + y最小)
- 如果点(x,y)在R3,它要满足:y ≤ yi ,y + x ≥ yi + xi(最近点的y – x最小)
- 如果点(x,y)在R4,它要满足:x ≥ xi ,y + x ≤ yi – xi(最近点的y – x最小)
其中一个条件用排序,另一个条件用数据结构(这种方法很常用),在数据结构上询问,找最近点。因为询问总是前缀或后缀,所以可以用树状数组。
四,代码模板
//离散化:
scanf("%d", &N);
for (int i=1; i<=N; ++i)
{
scanf("%d%d", &P[i].x, &P[i].y);
P[i].id = i;
P[i].d = P[i].y - P[i].x;
P[i].s = P[i].y + P[i].x;
}
//对x,y离散化
int totxy = 0;
for (int i=1; i<=N; ++i)
{
xy[totxy++] = P[i].x;
xy[totxy++] = P[i].y;
}
sort(xy, xy+totxy);
for (int i=1; i<=N; ++i)
{
P[i].idx = lower_bound(xy, xy+totxy, P[i].x) - xy + 1;
P[i].idy = lower_bound(xy, xy+totxy, P[i].y) - xy + 1;
}
//树状数组:
struct BIT
{
pii a[maxN * 2];
int N;
void Init(int _N)
{
N = _N;
for (int i=0; i<=N; ++i) a[i] = pii(oo, 0);
}
pii ask(int x)
{
return x == 0 ? pii(oo, 0) : min(a[x], ask(x - (x & (-x))));
}
void update(int x, const pii &v)
{
if (x > N) return ;
a[x] = min(a[x], v);
update(x + (x & (-x)), v);
}
pii ask_front(int x) {return ask(x);}
pii ask_back(int x) {return ask(N - x + 1);}
void update_front(int x, const pii &v) {update(x, v);}
void update_back(int x, const pii &v) {update(N - x + 1, v);}
} tree;
//构图:
bool cmp1(const Tpoint &A, const Tpoint &B)
{
//return A.x < B.x || (A.x == B.x && A.y < B.y);
return (A.y - A.x > B.y - B.x || A.y - A.x == B.y - B.x && A.x > B.x);
}
bool cmp2(const Tpoint &A, const Tpoint &B)
{
//return A.x < B.x || (A.x == B.x && A.y > B.y);
return (A.y + A.x < B.y + B.x || A.y + A.x == B.y + B.x && A.x > B.x);
}
bool cmp3(const Tpoint &A, const Tpoint &B)
{
//return A.y < B.y || (A.y == B.y && A.x < B.x);
return A.y - A.x < B.y - B.x || A.y - A.x == B.y - B.x && A.y > B.y;
}
bool cmp4(const Tpoint &