最近点对问题（分治法）

1.问题

对于平面上的n个点，请找出距离最近的两点，给出这两点的距离。

2.解析

当我们有两个点的坐标时，我们很容易算出这两点的距离。但是当点的数量一旦多起来且我们想找出这些点的最近距离时，我们就需要以一个点为中心，求出这个点到其他点的距离，然后再以下一个点为中心，依次遍历这些点，找出最近距离。这个做法就是解这个问题的蛮力法，但是这个算法的时间复杂度高达O(n^2)，我们可以使用分治策略解决这个问题，这会使时间复杂度下降到O(nlogn)。
为了更好地接受这个问题的分治解法，我们可以先从一维开始思考。
假设数轴上有多个已知位置的点，我们可以按升序排序这些点，类似归并排序的思想，我们每次都将这些点均分成两份，对分出来的两组点又均分成两份，直至每一份足够小，小到只剩一个或两个点，这样组内最短距离即为两个点的距离（组里只有一个点则返回INF），然后合并相邻的两个组，令d为两个组最短距离中最小的那个，但最短距离可能是一个点在这个组，另一个点在另一个组，则需要以中位线向两边扩展d找出比d更小的距离dnew（也许不存在），以下依次两两个组合并找出合并后最近距离，当最后一次合并完成后，就可以得到所有点的最近点对距离。（当然也可以直接遍历得到最近距离）
把这些点扩展到二维平面，思路差不多。
注意，找最近点对前需要对点进行预处理：以点的x坐标进行升序排序，使point[i].x<=point[i+1].x。
要使用时间复杂为O(nlog2n)的归并排序算法、快速排序算法等。

3.设计

FindMiddlePair(point[],d,left,right)
//找出分界线两侧比d小的距离
//输入：数组point保存所有点的坐标，d=min(dl,dr)，left、right每组的左右界限
//输出：合并两组后最终的最近距离
mid←(left+right)/2
median←point[mid].x

for i←0 to mid do
for j←mid to right do
if(point[i].x - median <= d && median - point[j].x <= d)
dnew←pow(point[i].x - point[j].x, 2) + pow(point[i].y - point[j].y, 2)
if(dnew<d) d=dnew
return d;

ClosestPair(point[], left, right)
//分治法找最近点对
//输入：数组point保存所有点的坐标，left、right每组的左右界限
//输出：最近点对距离d
if left+1==right
return pow(point[i].x - point[j].x, 2) + pow(point[i].y - point[j].y, 2)
if left == right
return INF
mid←(left+right)/2
dl←ClosestPair(point, left, mid)
dr←ClosestPair(point, mid+1, right)
d←min(dl, dr)
d=FinMiddlePair(point, d, left, right)
return d;

4.分析

O(nlog2n)