最近点对问题

最近点对问题の目录

最近点对问题
- 什么是最近点对问题
- 代码基本框架
- 蛮力法及其代码
- 分治法及其代码
- 一般分治法遇到的特殊情况
- 如何优化分治法(6点确定与4点确定解法)
- 优化后分治法(4点确定代码)

什么是最近点对问题

算法第二次实验是求解最近点对问题同时对算法进行分析，这里仅对解决二维最近点对问题做探讨
首先就是最近点对问题的引入
最近点对是指在平面/直线上分布许多点，同时这些点不重复，其中最近的一对点就是最近点对。
二维情况下的问题
如果一维情况下的点如果取一中心线分隔开求解左右最小的d那么左右至多只能存在一个点
但二维则不同，在左右最小d求出来后仍然可能存在许多点又该如何求解呢?

代码基本框架

首先是预定义点的类或者结构体用以存放数据，Double类型的数据变量存放x,y.


class Point
{double x,y;public:Point(){x=0;y=0;}Point(double a,double b){x=a;y=b; //构造函数    }double GetPoint_X(){return x; //返回点的x坐标 } double GetPoint_Y(){return y;    //返回点的y坐标 } ~Point(){}void SetPoint(double a,double b){x=a;y=b;   //设置点坐标 }
};
void CopyPoint(Point A[],Point B[],int m,int n)
{for(int i=0;m<=n;i++,m++)A[i].SetPoint(B[m].GetPoint_X(),B[m].GetPoint_Y());
}
double ForceMethod(Point arr[],int Num)
{//蛮力法
}
double Merge(Point arr[],double Mindis1,int Num)
{//递归调用的合并函数
}
double Dichotomy(Point arr[],int Low,int High)
{//递归的分解函数
}
int main()
{//main 函数
}

蛮力法及其代码

对于这类问题，最容易想到的解法就是蛮力法直接暴力查解，代码实现简单易懂。
整体思路对于每一个点都和其他的N-1个点都进行一次比较，记录最小距离的点对即可。

double ForceMethod(Point arr[],int Num)
{//蛮力求解算法 double Mindis=999999; //存放最小距离 double Minx[2],Miny[2]; //存放最小距离两个点坐标 for(int i=0;i<Num;i++)for(int j=i+1;j<Num;j++){double dis=GetDis(arr[i],arr[j]);if(Mindis>dis){Mindis=dis;Minx[0]=arr[i].GetPoint_X();Minx[1]=arr[j].GetPoint_X();Miny[0]=arr[i].GetPoint_Y();Miny[1]=arr[j].GetPoint_Y(); }}
cout<<"最近点对为:"<<"("<<Minx[0]<<","<<Miny[0]<<")与("<<Minx[1]<<","<<Miny[1]    <<")"<<endl;
cout<<"它们的距离为:"<< Mindis<<endl;
cout<<endl;
return Mindis;
}

分治法及其代码

分治法相比于蛮力法就复杂许多了，首先需要思考何为分治?
其实算法的整体思路比较像合并排序算法
分为两个部分:
1.分解为左右子问题
对于分解重点在于从哪分解，分到什么情况结束
首先是从哪分解?

为了使得左右部分的点数目尽量均匀，我们首先需要对所有的点按x的大小进行一次排序
这样我们选取的Mid点就可以作为左右的分隔线
注:这里我选择的Mid当点数为偶数时中间有两个点选择前面那
这样得到的图应该是有一个中点在分隔线上如下图所示
在计算的时候不要忘记把这个点放到左边的点对内进行计算。

分解到什么时候结束呢？
当只有两个点 或者三个点 时已经可以直接求出最小点对的距离了
此时自然就可以结束分解了，得出分解到最小时候的左/右的最近点对距离

这里首先给出分解与递归的代码:
Merge为合并函数在下面来讲

//需要新建左右部分的点数组实现左右分别递归
double Dichotomy(Point arr[],int Low,int High)
{int Num=High-Low; //Num=点数 if(Num==1)return 9999999; //一个点时不用求了相当于无穷大if(Num==2) //只有两个点 return GetDis(arr[0],arr[1]);if(Num==3) //三个点 return min(GetDis(arr[0],arr[1]),min(GetDis(arr[0],arr[2]),GetDis(arr[1],arr[2])));//其他情况 int Mid=Num%2==0?Num/2-1:Num/2;Point *Ltemp=new Point[Mid+1];Point *Rtemp=new Point[High-Mid-1];CopyPoint(Ltemp,arr,Low,Mid);CopyPoint(Rtemp,arr,Mid+1,High-1);double dis1=Dichotomy(Ltemp,0,Mid+1); //递归调用求左 double dis2=Dichotomy(Rtemp,0,High-Mid-1); //求右 double Mindis1=min(dis1,dis2); //非跨越最小return Merge(arr,Mindis1,Num);
}

2.合并左右子问题
合并左右是代码最关键的一个部分，因为我们需要去计算跨越中线的最小Dis
首先我们需要排除一些不可能的点来减少运算量

1.首先排除X方向上不可能的点
举个栗子如下图所示
已知dl与dr是左右的最小距离
那么d=min(dl,dr).
此时我们以L为中线 L-d,L+d 为边界 可以得到一个范围
超过这个X范围的点都不可能是最小跨越距离------因为它不可能小于d了。
这样在合并的时候就可以剔除左右超过X范围的点了，
2.求解跨越最小
然后我们分别比对范围内左边与右边的每一个点 就可以找到跨越的最小距离d2
如果d2<d了.
那么最小距离就是d2了~ 大功告成!

这里给出常规合并代码如下

double Merge(Point arr[],double Mindis1,int Num)
{/*注:该部分为分治算法合并部分合并左右 计算跨越左右的最小值 与传入的Mindis1 做比较变量含义: 1.Mindis1:非跨越的最小点对距离 .2.Num:左右整体的数组长度也就是待合并点个数 .3.Mid:中间的点 靠左.4.leftnum, rightnum: 左右符合 Mid+-Mindis1范围内的点的数量. 5.Leftarr[], Rightarr[] 左右数组 ，存放符合范围内的点的值. */ int Mid=Num%2==0?Num/2-1:Num/2;int leftnum=0,rightnum=0; //记录点数量 for(int i=0;i<=Mid;i++){//计算left点的数量 double len;len=arr[i].GetPoint_X()-arr[Mid].GetPoint_X();if(len<=0&&len> -Mindis1)leftnum++;}for(int i=Mid+1;i<Num;i++){//计算Right点的数量 double len;len=arr[i].GetPoint_X()-arr[Mid].GetPoint_X();if(len>=0&&len<Mindis1)rightnum++;    }//新建左右arr对象数组 并赋值 Point *Leftarr=new Point[leftnum];Point *Rightarr=new Point[rightnum];int Lflag=0,Rflag=0;for(int i=0;i<=Mid;i++){    double len;len=arr[i].GetPoint_X()-arr[Mid].GetPoint_X();if(len<=0&&len> -Mindis1)Leftarr[Lflag++].SetPoint(arr[i].GetPoint_X(),arr[i].GetPoint_Y());     } for(int i=Mid+1;i<Num;i++){double len;len=arr[i].GetPoint_X()-arr[Mid].GetPoint_X();if(len>=0&&len<Mindis1)Rightarr[Rflag++].SetPoint(arr[i].GetPoint_X(),arr[i].GetPoint_Y());}//常规解法 double Mindis2=Mindis1;for(int i=0;i<leftnum;i++)for(int j=0;j<rightnum;j++){double Dis=GetDis(Leftarr[i],Rightarr[j]);if(Dis< Mindis2) Mindis2=Dis;}return  Mindis2;

一般分治法遇到的特殊情况

我们把重点放在如何 画X范围 求解Mindis2 就会发现问题
仔细观察这张图和这一小段代码

     //常规解法 double Mindis2=Mindis1;for(int i=0;i<leftnum;i++)for(int j=0;j<rightnum;j++){double Dis=GetDis(Leftarr[i],Rightarr[j]);if(Dis< Mindis2) Mindis2=Dis;}

很明显存在一种特殊情况:当左右两侧的点是这样分布的时候（自己瞎画的灵魂画手哈哈哈）

当左右的点都在一条直线上时，并不能通过X范围来有效的排除点
而最终求解Dis2是双重for循环嵌套的
这样的情况下该算法其实还是一种N^2的求解办法

如何优化分治法(6点确定与4点确定解法)

1.当一个左点确定时，右边相应的最多只用算6个点。
当某左点确定时，我们可以首先得出一个模糊的范围
这个范围大小很明显是一个矩形(从某左点往右划d的范围，再往上下各画一个d的矩形)
如下图b所示

在这样一个范围内最多有多少个点呢?我们通过一个限制条件d先来考虑一下
d的含义是左右的最短点对距离:也就是说不存在非跨越的比这个还短的点对距离
我们把这个图分为6块如下图所示

很明显的最多的情况应该是每一块至多有一个点
这样才满足不大于d的条件

如果有7个点那么必然在某一块中会出现两个点
而某一块中最长的斜边d1只有5/6d那么长(勾股定理，如上上图第1块所示)
所以范围内必然不能存在6个以上的点，我们只需要找到范围上界或者下界运算6个点(如果有6个的话)就可以得出结果了。
这就是6点确定的由来

2.再优化，其实最多只用算4个
接下来简单说一下4点确定，其实我也没太搞懂极限情况的极值由来
这一部分是根据论文:求平面点集最近点对的一个改进算法-1998年周玉林熊鹏荣朱洪
具体论文内容可以百度查阅这里仅仅放出部分

这里可以看出若范围2中存在点它就要比pq点对的距离要小，所以只需要验证上/下方向上的两个点就可以得出最小的点了.若2有点那就是比对2，3分别与p的距离。若2无点那就是比对1，3分别与p的距离。
综合成一句话 就是比对Y坐标最近的四个点(如果存在4个点)，如图7所示
对上面两个点和下面两个点比较就可以得出结果。
所以我们首先就要考虑对右边点按Y升序排列，然后找到这四个点分别比较。

优化后分治法(4点确定代码)

该部分替换原先常规算法那部分

   //优化算法 只用考虑四个点计算//思路参考论文：求平面点集最近点对的一个改进算法-1998年 周玉林 熊鹏荣 朱洪 sort(Rightarr,Rightarr+rightnum,Cmp_Y);    double Mindis2=Mindis1;for(int i=0;i<leftnum;i++){int temp=0; //标记点 for(int j=0;j<rightnum;j++){if(Leftarr[i].GetPoint_Y()>=Rightarr[j].GetPoint_Y())temp++;}//cout<<"temp:"<<temp<<endl; //只考虑上下各两个  temp+1,temp, temp-1,temp-2;for(int k=0;k<2&&temp+k<rightnum;k++){if(GetDis(Leftarr[i],Rightarr[k+temp])<=Mindis2)Mindis2=GetDis(Leftarr[i],Rightarr[k+temp]);}for(int l=1;l<=2&&temp-l>=0;l++){if(GetDis(Leftarr[i],Rightarr[temp-l])<=Mindis2)Mindis2=GetDis(Leftarr[i],Rightarr[temp-l]);}}return Mindis2;

结束线------------------------------------------------------

蛮力法与分治法解决最近点对问题-详细分析与C++代码实现相关推荐

分治法解决最近点对问题
问题给定平面上n个点,找其中的一对点,使得在n个点的所有点对中,该点对的距离最小.严格地说,最接近点对可能多于1对.为了简单起见,这里只限于找其中的一对. 原理(这段为抄袭https://blog. ...
深大算法设计与分析实验二——分治法求最近点对问题
源代码: 深大算法设计与分析实验二--分治法求最近点对问题代码-C/C++文档类资源-CSDN下载目录实验问题一.实验目的: 二.内容: 三.算法思想提示产生不重复的随机点算法: 蛮力算法: ...
算法设计与分析实验二分治法求解最近点对问题
分治法求解最近点对问题一.实验目的与要求 1.实验基本要求 2.实验亮点二.实验内容与方法三.实验步骤与过程 (一)一些准备工作 1.实验流程 2.数据生成与去除重复点 (二)暴力穷举法 1.算 ...
Algorithm：C++语言实现之求最大连续子数组(暴力法、分治法、分析法、动态规划法)
Algorithm:C++语言实现之求最大连续子数组(暴力法.分治法.分析法.动态规划法) 目录求最大连续子数组 T1.code暴力法 O(n3) T2.分治法 O( n*log(n) ) T ...
算法总结系列(二)：贪心法、分治法
算法2--贪心法.分治法贪心法币种统计问题分治法快速排序贪心法关键词:局部最优.近似算法描述: 1)定义初始点 2)从初始点出发,找当前点局部最优解 3)以局部最优解为初始点,找新的局部 ...
分治法解决最大子数组问题
分治法解决最大子数组问题参考文章: (1)分治法解决最大子数组问题 (2)https://www.cnblogs.com/Christal-R/p/Christal_R.html (3)https: ...
分治法解决组合总和问题（leetcode216）
nums数组中元素是正整数大问题转换为小问题思路和分治法解决组合相同,代码也相似分治法解决组合问题(递归)_m0_52043808的博客-CSDN博客只不过递归出口时需要判断组合总和是否为n ...
分治法解决循环赛日程表
分治法解决循环赛日程表问题描述设有n=2^k个运动员要进行羽毛球循环赛,现要设计一个满足以下要求的比赛日程表: (1)每个选手必须与其他n-1个选手各赛一次. (2)每个选手一天只能比赛一次. ( ...
分治法解决矩阵乘法问题
分治法解决矩阵乘法问题传统for循环: #include<iostream> #include<cstdio> #include <vector> #includ ...

蛮力法与分治法解决最近点对问题-详细分析与C++代码实现

最近点对问题