分治法--最邻近点对问题

问题定义：

输入：空间上n个点的集合Q

输出：最近点的距离

定义：Dis（X,Y）为点X和点Y之间的距离，Cross（Q1，Q2）为横跨Q1和Q2两个点集的最小距离

**

【一维】

**

思路：

1. 划分：将数轴上的点用中位数m分成两个集合
   

2. 求解：递归在Q1和Q2中求解子问题

3. 合并：MIN（Q）= min（MIN（Q1）,MIN(Q2)，Cross（Q1,Q2））

时间复杂度分析：

划分：O（n）；求解：2T（n/2）；合并：O（1）；

T（n）= 2T（n/2）+ O(n) = O(nlogn)

伪代码：

//参数A：点的数组（已经按坐标排列）
//参数low：最左边的点下标
//参数high：最右边点下标

Find_MinDis(A,low,high)

        if(high-low == 1)   
        	return Dis(A[low],A[high]);

        else if(high - low > 1)
			mid = (low+high)/2;
			Left_min = Find_MinDis(A,low,mid);
			Right_min = Find_MinDis(A,mid+1,high);
			Cross_min = Dis(A[mid],A[mid+1]);
			return Min(Left_min,Right_min,Cross_min);

【二维】

思路：

划分： 将点按照横坐标的中位数划分成两部分

记S1和S2中的最小距离d1和d2，设d=min(d1,d2)。

求解：分别递归的计算出S1和S2的最小距离

合并：MIN（S）= min（MIN（S1）,MIN(S2)，Cross（S1,S2））

问题在于：如何找到横跨S1和S2的两点最小距离

若使用暴力搜索 ，理论上需要进行n^2/4次计算

使用下面方法来缩小寻找点的范围：

1. 容易得知：对S1的任意一个点p来说，满足条件的点一定落在S2中d*2d的范围内
   
2. 进一步缩小范围，S2中任意两点距离大于等于d，由抽屉原理得知，任意两点不在同一个小矩形中
   
3. 这样就将时间缩减到6*n/2=3n，即O（n），总的时间复杂度依然是O（nlogn）