最近点对问题
来源:互联网 发布:f15k战斗机性能数据 编辑:程序博客网 时间:2024/04/29 05:51
http://blog.csdn.net/lonelycatcher/article/details/7973046/
在二维平面上的n个点中,如何快速的找出最近的一对点,就是最近点对问题。
一种简单的想法是暴力枚举每两个点,记录最小距离,显然,时间复杂度为O(n^2)。
在这里介绍一种时间复杂度为O(nlognlogn)的算法。其实,这里用到了分治的思想。将所给平面上n个点的集合S分成两个子集S1和S2,每个子集中约有n/2个点。然后在每个子集中递归地求最接近的点对。在这里,一个关键的问题是如何实现分治法中的合并步骤,即由S1和S2的最接近点对,如何求得原集合S中的最接近点对。如果这两个点分别在S1和S2中,问题就变得复杂了。
为了使问题变得简单,首先考虑一维的情形。此时,S中的n个点退化为x轴上的n个实数x1,x2,...,xn。最接近点对即为这n个实数中相差最小的两个实数。显然可以先将点排好序,然后线性扫描就可以了。但我们为了便于推广到二维的情形,尝试用分治法解决这个问题。
假设我们用m点将S分为S1和S2两个集合,这样一来,对于所有的p(S1中的点)和q(S2中的点),有p<q。
递归地在S1和S2上找出其最接近点对{p1,p2}和{q1,q2},并设
d = min{ |p1-p2| , |q1-q2| }
由此易知,S中最接近点对或者是{p1,p2},或者是{q1,q2},或者是某个{q3,p3},如下图所示。
如果最接近点对是{q3,p3},即|p3-q3|<d,则p3和q3两者与m的距离都不超过d,且在区间(m-d,d]和(d,m+d]各有且仅有一个点。这样,就可以在线性时间内实现合并。
此时,一维情形下的最近点对时间复杂度为O(nlogn)。
在二维情形下,类似的,利用分治法,但是难点在于如何实现线性的合并?
由上图可见,形成的宽为2d的带状区间,最多可能有n个点,合并时间最坏情况下为n^2,。但是,P1和P2中的点具有以下稀疏的性质,对于P1中的任意一点,P2中的点必定落在一个d X 2d的矩形中,且最多只需检查六个点(鸽巢原理)。
这样,先将带状区间的点按y坐标排序,然后线性扫描,这样合并的时间复杂度为O(nlogn),几乎为线性了。
光说不练也不行,经过自己的思考和参考网上的程序,完成了最近点对的程序,并在各OJ上成功AC了。
POJ3714 ZOJ2107 HDU1007
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- 最近点对问题
- HDU1007(最近点对问题)
- 平面最近点对问题
- 暑期项目开发实训 Day15
- 【OpenStack源码分析之一】初探OpenStack
- sql
- Linux内核配置以及Make menuconfig过程分析
- 题目:输入5个数(含负数、小数)将它们按由小到大的顺序排列起来 提示:需要排数的数字通过参数传递进来, 例如:输入:./a.out -1 2.1 -3 5 7 输出: -3 -1 2.
- 最近点对问题
- 进程的互斥与同步
- POJ 3169 差分约束系统转换为最短路问题
- 理解CSS Modules
- javascript回顾系列之原型链存在的两个问题
- 属性的复制BeanUtils
- Git版本控制的使用以及Git冲突解决
- 搭建vsftpd服务器访问无法正常显示目录(创建 删除文件)
- poj1321 棋盘问题 回溯