java 凸包,确定凸包上的点—Graham扫描法—java实现
假设平面上给出N个点,现在要求过上面的点把所有的点都包起来,并且周长最小,这些点就是凸包上的点。
确定凸包上的点有多种做法,但是只有Graham扫描时间复杂度稳定在nlog(n)上,所以就记录一下这个算法。
**步骤:**
1.找出给定点中最靠近左下方的点
2.通过这个点与其它点连线与水平方向会构成夹角,根据夹角大小进行由小到大排序
3.根据动图中的情况,来说明扫描过程。
Graham扫描过程
凸多边形的边从最左下角点开始,逆时针的相邻三个点P0,P1,P2构成的向量,的夹角都是大于0的。也就是说,针对途中的情况,P2,P4,P5点是不可能在凸包上的。
假设P4在凸包上,那么对于P3,P4,P6来说,,向量的的夹角是小于0的,最后会呈现凹多边形的形态。
以P0,P1,P2,P3,P4,P5,P6来说明确定凸包点的计算方式:
(1)使用栈来存储最终位于凸包上的点的位置。
(2)最开始排好顺序的三个点P0,P1,P2一定能够组成凸多边形,将它们压入栈中S[P2,P1,P0],并且P1一定在凸包上,现在不确定的就是P2是否真的在凸包上(有内鬼? ::aru:discovertruth:: )
(3)对于P3来说,我们使用堆栈中第二个元素P1,第一个元素P2,和扫描到的元素P3,进行比较,来确认P2到底是不是凸包上的点。,向量构成的夹角小于0,说明P2一定不在凸包上,所以P2可以排除了,将P2从栈中弹出。P3又有可能是凸包上的点,所以堆栈现在存有S[P3,P1,P0]。
(4)对于P4来说,,向量**(,)**构成的夹角是大于0的,所以P4有可能是凸包上的点。
(5)当前栈中的点S[P4,P3,P1,P0]。对于P5来说,,**(,)**构成的夹角大于0,所以P5有可能是凸包上的点,所以对战现在存有S[P5,P4,P3,P1,P0]。
(6)对于P6来说,,**(,)**构成的夹角小于0,所以P5不可能是凸包上的点。将P5从栈中弹出。栈中元素为S[P4,P3,P1,P0]。再次执行判断,构成的夹角是否小于0,如果仍旧小于0,再将栈中的元素弹出.....直到能够确定P6是凸包上的点。
实际上就是回溯算法。
下面根据上述描述的过程,贴一下java代码的实现。
(这是POJ的1113号题目,题目链接:Wall。POJ用的是jdk1.5 太老了,所以下面的代码编译会报错...扎心)
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Arrays;
import java.util.Comparator;
import java.util.LinkedList;
import java.util.StringTokenizer;
public class Main
{
public static void main(String[] args) throws IOException
{
final BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StringTokenizer st = new StringTokenizer(br.readLine());
final int N = Integer.parseInt(st.nextToken());
final int L = Integer.parseInt(st.nextToken());
final int[][] point = new int[N][2];
for (int i = 0; i < N; i++)
{
st = new StringTokenizer(br.readLine());
point[i][0] = Integer.parseInt(st.nextToken());
point[i][1] = Integer.parseInt(st.nextToken());
}
final LinkedList targetPointsPosition = findPoints(point);
double result = 0;
final int size = targetPointsPosition.size();
for (int i = 0; i < size; i++)
{
if (i == size - 1)
{
result += getDistance(
becomeVector(point[targetPointsPosition.get(i)], point[targetPointsPosition.get(0)]));
continue;
}
result += getDistance(
becomeVector(point[targetPointsPosition.get(i)], point[targetPointsPosition.get(i + 1)]));
}
result += 2 * Math.PI * L;
System.out.println(Math.round(result));
}
private static LinkedList findPoints(int[][] point)
{
final int[] targetPointsPosition = new int[point.length];
final int[] leftBottom = getFirstPoint(point);
// 对点进行排序预处理
Arrays.sort(point, new Comparator() {
@Override
public int compare(int[] ints, int[] t1)
{
final int[] o1 = becomeVector(leftBottom, ints);
final int[] o2 = becomeVector(leftBottom, t1);
// 比较角度的结果
final int compareResult = myCompare(leftBottom, ints, t1);
if (compareResult == 0)
{
// 角度相同的时候,将距离P0点近的排在前面
final double dist1Pow = Math.pow(o1[0], 2) + Math.pow(o1[1], 2);
final double dist2Pow = Math.pow(o2[0], 2) + Math.pow(o2[1], 2);
return dist1Pow - dist2Pow > 0 ? 1 : -1;
}
return compareResult;
}
});
// 执行点的扫描
final LinkedList stack = new LinkedList();
stack.push(0);
stack.push(1);
stack.push(2);
// 角度的正负使用向量的sin值,sin在(-Π,0)为负数,(0,Π)为正数----向量的点乘
int[] p0, p1, p2;
int symbolNum;
for (int i = 3; i < point.length; i++)
{
while (true)
{
final int checkPoint = stack.pop();
p0 = point[checkPoint];
p1 = point[stack.peek()];
p2 = point[i];
symbolNum = symbol(p0, p1, p1, p2);
if (symbolNum == 1)
{
stack.push(checkPoint);
break;
}
}
stack.push(i);
}
return stack;
}
private static int[] getFirstPoint(int[][] point)
{
int[] result = new int[]
{ Integer.MAX_VALUE, Integer.MAX_VALUE };
for (final int[] ints : point)
{
if (ints[0] < result[0])
{
result = ints;
} else if (ints[0] == result[0])
{
if (ints[1] < result[1])
{
result = ints;
}
}
}
return result;
}
// 构造向量 private static int[] becomeVector(int[] p0, int[] p1)
{
return new int[]
{ p1[0] - p0[0], p1[1] - p0[1] };
}
// 用于点的排序的比较器
private static int myCompare(int[] p0, int[] p1, int[] p2)
{
final int[] vector01 = becomeVector(p0, p1);
final int[] vector02 = becomeVector(p0, p2);
final double cos01 = vector01[1] / getDistance(vector01);
final double cos02 = vector02[1] / getDistance(vector02);
if (Math.abs(cos01 - cos02) < 1e-6) { return 0; } // cos在[0,Π]单调递减 return cos01 - cos02 > 0 ? -1 : 1;
}
// ,向量夹角---sin---向量叉乘
private static int symbol(int[] p0, int[] p1, int[] p2, int[] p3)
{
final int[] vector01 = becomeVector(p0, p1);
final int[] vector23 = becomeVector(p2, p3);
final int result = vector01[0] * vector23[1] - vector01[1] * vector23[0];
return result >= 0 ? 1 : -1;
}
private static double getDistance(int[] vector)
{
return Math.sqrt(Math.pow(vector[0], 2) + Math.pow(vector[1], 2));
}
}
java 凸包,确定凸包上的点—Graham扫描法—java实现相关推荐
- java培训班 跟不上_如果去了Java培训班跟不上进度怎么办?
想要从事Java的同学总是有几个疑惑,学好Java要不要去培训班?去了Java培训班我跟不上怎么办?上了Java培训班就一定能找到工作吗?学Java需不需要上培训班,今天我们就来谈一谈如果去了Java ...
- java 如何跳到上一个循环_Java 代码优化 Java 如何写好 一个 for 循环
Java 代码优化 Java 如何写好 一个 for 循环 Java 代码优化 Java 如何写好 一个 for 循环 看到这个标题可能吓一跳,观众可能会有如下的OS ......... 满脸的不屑, ...
- endorsed java_使用Java 9和Java 10在Eclipse上从Tomcat中删除java.endorsed.dirs
我在IDE中将Eclipse 4.7.3a与Tomcat 9.0.4结合使用.我从Java 8升级到Java10.我更改JAVA_HOME为指向JDK 10安装.我进入Eclipse,并创建了一个新的 ...
- 中国专业开发者最多,最受 Web 服务青睐,Java 8 为最受欢迎版本 | 2020 年 Java 开发现状大调查...
来源 | JetBrains官博 译者&责编 | 夕颜 出品 | CSDN(ID:CSDNnews) 今年,Java已经25岁"高龄"了,再次创下辉煌的里程碑.最近,Jet ...
- java经纬度凸包graham_凸包算法(Graham扫描法)详解
先说下基础知识,不然不好理解后面的东西 两向量的X乘p1(x1,y1),p2(x2,y2) p1Xp2如果小于零则说明 p1在p2的逆时针方向 如果大于零则说明 p1在p2的顺时针方向 struct ...
- Graham扫描法求解二维凸包问题
最近在LeetCode的每日一题和实验中接连遇到凸包问题,因为之前从来没写过,于是写这篇博客记录一下,内容部分参考每日一题的官方题解和算法导论.算法的具体描述以及代码实现多为个人理解,如有谬误还请指出 ...
- 凸包 Graham扫描法 TOJ 1255 Surround the TreesTOJ 3100 女生寝室的围墙
凸包算法有很多种... 我就学了一种Graham扫描法..以不变应万变... 1.把所有点放在二维坐标系中,则纵坐标最小的点一定是凸包上的点,如图中的P0. 2.把所有点的坐标平移一下,使 P0 作为 ...
- 转 最小凸包算法(Convex Hull)(1)-Graham扫描法 -计算几何-算法导论
原文地址:http://blog.csdn.net/suwei19870312/article/details/542281 基本问题: 平面上有n个点p1,p2, ..., pn, 要求求出一个面积 ...
- 凸包模板(分治 or Graham扫描法)
问题概述:空间上有很多点,现在要用一个凸多边形将所有点全部包住,求哪些点在这个凸多边形上 输入样例: 对应输出: ...
最新文章
- 详解PyTorch编译并调用自定义CUDA算子的三种方式
- 【重磅来袭】斯坦福开源Python版NLP库Stanza:涵盖66种语言!
- 怀念 儿时课本贴图,你还记得课文名吗
- 常用汉字的unicode 编码
- 分子生物学-氨基酸电中性与肽键
- Fomo3d常见问题
- 开源 | CVPR 2021无需向量监督的矢量图生成算法
- 【干货】300余份数字化资料包免费下载(报告、白皮书、方案、政策等)
- 龙芯机器联网时,链接建立速度有点慢
- 【菜鸡的LeetCode答案】【C#】7.反转整数
- python 移动文件 覆盖_python 剪切移动文件的实现代码
- mac svn 可视化界面_SmartSVN for mac 14.0.1
- Window 错误代码大全
- python调用def函数的格式_Python 函数def 模块调用函数方法及全局变量
- android的筛选功能,android实现筛选菜单效果
- ide中tomcat乱码_彻底解决Intellij IDEA中文乱码问题(亲测成功)
- linux用u盘拷文件损坏,复制到u盘的文件总是损坏怎么办解决?
- 如何成为优秀的工作者
- Matlab 主曲率、平均曲率、高斯曲率
- Android端外推送到底有多烦?(转载自一个1000万用户App的CTO的对推送的看法)