[编程之美] PSet2.11 寻找最近点对



问题：

给定平面上N个点的坐标，找出距离最近的两个点。

数学描述：设p1=(x1, y1), p2=(x2, y2), …, pn=(xn, yn)是平面上n个点构成的集合S，设计算法找出集合S中距离最近的点对。

分析与解答：

解法一：蛮力法

         蛮力枚举两两点对之间的距离，然后得到最小的点对即为所求。这种方法需要两层循环，复杂度O(n^2)。精确来说应该是C(n,2)，n个点中取两个，与取的顺序无关，因此应该为n(n-1)/2。下面是代码：

double MinDifference(Point point[] , int n)//n个点
{
	double minDiff = 0.0;
	double temp = 0.0;
	int firstIndex , secondIndex;
	for(int i=0 ; i<n ; i++)
		for(int j=i+1 ; j<n ; j++){
			temp = countDistance(point[i],point[j]);
			if(temp < minDiff){
				minDiff = temp;
				firstIndex = i;
				secondIndex = j;
			}
		}
}

解法二：分治法

参考自：http://www.cnblogs.com/king1302217/archive/2010/07/08/1773413.html

1）算法描述：已知集合S中有n个点，分治法的思想就是将S进行拆分，分为2部分求最近点对。算法每次选择一条垂线L，将S拆分左右两部分为SL和SR，L一般取点集S中所有点的中间点的x坐标来划分，这样可以保证SL和SR中的点数目各为n/2，
（否则以其他方式划分S，有可能导致SL和SR中点数目一个为1，一个为n-1，不利于算法效率，要尽量保持树的平衡性）
依次找出这两部分中的最小点对距离：δL和δR，记SL和SR中最小点对距离δ = min（δL，δR），如图1：

       以L为中心，δ为半径划分一个长带，最小点对还有可能存在于SL和SR的交界处，如下图2左图中的虚线带，p点和q点分别位于SL和SR的虚线范围内，在这个范围内，p点和q点之间的距离才会小于δ，最小点对计算才有意义。

     

       对于SL虚框范围内的p点，在SR虚框中与p点距离小于δ的顶多只有六个点，就是图二右图中的2个正方形的6的顶点。这个可以反推证明，如果右边这2个正方形内有7个点与p点距离小于δ，例如q点，则q点与下面正方形的四个顶点距离小于δ，则和δ为SL和SR中的最小点对距离相矛盾。因此对于SL虚框中的p点，不需求出p点和右边虚线框内所有点距离，只需计算SR中与p点y坐标距离最近的6个点，就可以求出最近点对，节省了比较次数。

（否则的话，最坏情形下，在SR虚框中有可能会有n/2个点，对于SL虚框中的p点，每次要比较n/2次，浪费了算法的效率）

3）算法时间复杂度：

首先对点集S的点x坐标和y坐标进行升序排序，需要循环2nlogn次，复杂度为O(2nlogn)

接下来在分治过程中，对于每个S'yL中的点，都需要与S'yR中的6个点进行比较

O(n)= 2O(n/2) + (n/2)*6 （一个点集划分为左右两个点集，时间复杂度为左右两个点集加上中间区域运算之和）

其解为O(n)< O(3nlogn)

因此总的时间复杂度为O(3nlogn)，比蛮力法的O(n^2)要高效。