算法丨Python实现蛮力法解决最近对问题

最近对问题：

在给定的平面点集中找到距离最近的一对点。

蛮力法：

一种简单粗暴的算法，其基本思路是尝试所有可能的解，并选择最优的解作为最终结果。它的优点是实现简单、易于理解，缺点是时间复杂度通常很高，因为需要枚举所有可能的解。

具体步骤：

1. 初始化最小距离为正无穷大；

2. 遍历所有点对，计算它们之间的距离，并更新最小距离；

3. 返回最小距离对应的点对。

Python蛮力法解决最近对问题代码实现：

import math

def distance(p1, p2):
    """计算两点之间的距离"""
    return math.sqrt((p1[0]-p2[0])**2 + (p1[1]-p2[1])**2)

def closest_pair(points):
    """寻找最近对"""
    min_distance = float('inf')#初始化最近距离为无穷大
    closest = None
    n = len(points)
    for i in range(n-1):
        for j in range(i+1, n):#防止对同一点进行两次计算，规定i<j
            d = distance(points[i], points[j])
            if d < min_distance:
                min_distance = d
                closest = (points[i], points[j], d)
    return closest

# 测试
# points = [(1, 2), (3, 4), (5, 6), (7, 8), (9, 10)]
points = [(1, 2), (3, 5), (7, 1), (6, 8), (4, 3)]
# points = [(2, 3), (12, 30), (40, 50), (5, 1), (12, 10), (3, 4)]

print(closest_pair(points)) 

运行结果：

((1, 2), (3, 4), 2.8284271247461903)
((3, 5), (4, 3), 2.23606797749979)
((2, 3), (3, 4), 1.4142135623730951)