• Graham's Scan法求解凸包问题


    概念

    凸包(Convex Hull)是一个计算几何(图形学)中的概念。用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边型,它能包含点集中所有点的。严谨的定义和相关概念参见维基百科:凸包

    这个算法是由数学大师葛立恒(Graham)发明的,他曾经是美国数学学会(AMS)主席、AT&T首席科学家以及国际杂技师协会(IJA)主席。(太汗了,这位大牛还会玩杂技~)

     

    问题

    给定平面上的二维点集,求解其凸包。

     

    过程

    1. 在所有点中选取y坐标最小的一点H,当作基点。如果存在多个点的y坐标都为最小值,则选取x坐标最小的一点。坐标相同的点应排除。然后按照其它各点p和基点构成的向量<H,p>与x轴的夹角进行排序,夹角由大至小进行顺时针扫描,反之则进行逆时针扫描。实现中无需求得夹角,只需根据向量的内积公式求出向量的模即可。以下图为例,基点为H,根据夹角由小至大排序后依次为H,K,C,D,L,F,G,E,I,B,A,J。下面进行逆时针扫描。

     

    Figure1

     

    2. 线段<H, K>一定在凸包上,接着加入C。假设线段<K, C>也在凸包上,因为就H,K,C三点而言,它们的凸包就是由此三点所组成。但是接下来加入D时会发现,线段<K, D>才会在凸包上,所以将线段<K, C>排除,C点不可能是凸包。

    3. 即当加入一点时,必须考虑到前面的线段是否会出现在凸包上。从基点开始,凸包上每条相临的线段的旋转方向应该一致,并与扫描的方向相反。如果发现新加的点使得新线段与上线段的旋转方向发生变化,则可判定上一点必然不在凸包上。实现时可用向量叉积进行判断,设新加入的点为pn + 1,上一点为pn,再上一点为pn - 1。顺时针扫描时,如果向量<pn - 1, pn>与<pn, pn + 1>的叉积为正(逆时针扫描判断是否为负),则将上一点删除。删除过程需要回溯,将之前所有叉积符号相反的点都删除,然后将新点加入凸包。

     

    Figure1

     

    在上图中,加入K点时,由于线段<H,K>相对于<H,C>为顺时针旋转,所以C点不在凸包上,应该删除,保留K点。接着加入D点,由于线段<K, D>相对<H, K>为逆时针旋转,故D点保留。按照上述步骤进行扫描,直到点集中所有的点都遍例完成,即得到凸包。

     

    复杂度

    这个算法可以直接在原数据上进行运算,因此空间复杂度为O(1)。但如果将凸包的结果存储到另一数组中,则可能在代码级别进行优化。由于在扫描凸包前要进行排序,因此时间复杂度至少为快速排序的O(nlgn)。后面的扫描过程复杂度为O(n),因此整个算法的复杂度为O(nlgn)。

     

    C++/STL实现

    #include <algorithm>
    #include <iostream>
    #include <vector>
    #include <math.h>
    using namespace std;
    //二维点(或向量)结构体定义
    #ifndef _WINDEF_
    struct POINT { int x; int y; };
    #endif
    typedef vector<POINT> PTARRAY;
    //判断两个点(或向量)是否相等
    bool operator==(const POINT &pt1, const POINT &pt2) {
        return (pt1.x == pt2.x && pt1.y == pt2.y);
    }
    // 比较两个向量pt1和pt2分别与x轴向量(1, 0)的夹角
    bool CompareVector(const POINT &pt1, const POINT &pt2) {
        //求向量的模
        float m1 = sqrt((float)(pt1.x * pt1.x + pt1.y * pt1.y));
        float m2 = sqrt((float)(pt2.x * pt2.x + pt2.y * pt2.y));
        //两个向量分别与(1, 0)求内积
        float v1 = pt1.x / m1, v2 = pt2.x / m2;
        return (v1 > v2 || (v1 == v2 && m1 < m2));
    }
    //计算凸包
    void CalcConvexHull(PTARRAY &vecSrc) {
        //点集中至少应有3个点,才能构成多边形
        if (vecSrc.size() < 3) {
            return;
        }
        //查找基点
        POINT ptBase = vecSrc.front(); //将第1个点预设为最小点
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            //如果当前点的y值小于最小点,或y值相等,x值较小
            if (i->y < ptBase.y || (i->y == ptBase.y && i->x > ptBase.x)) {
                //将当前点作为最小点
                ptBase = *i;
            }
        }
        //计算出各点与基点构成的向量
        for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end();) {
            //排除与基点相同的点,避免后面的排序计算中出现除0错误
            if (*i == ptBase) {
                i = vecSrc.erase(i);
            }
            else {
                //方向由基点到目标点
                i->x -= ptBase.x, i->y -= ptBase.y;
                ++i;
            }
        }
        //按各向量与横坐标之间的夹角排序
        sort(vecSrc.begin(), vecSrc.end(), &CompareVector);
        //删除相同的向量
        vecSrc.erase(unique(vecSrc.begin(), vecSrc.end()), vecSrc.end());
        //计算得到首尾依次相联的向量
        for (PTARRAY::reverse_iterator ri = vecSrc.rbegin();
            ri != vecSrc.rend() - 1; ++ri) {
            PTARRAY::reverse_iterator riNext = ri + 1;
            //向量三角形计算公式
            ri->x -= riNext->x, ri->y -= riNext->y;
        }
        //依次删除不在凸包上的向量
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            //回溯删除旋转方向相反的向量,使用外积判断旋转方向
            for (PTARRAY::iterator iLast = i - 1; iLast != vecSrc.begin();) {
                int v1 = i->x * iLast->y, v2 = i->y * iLast->x;
                //如果叉积小于0,则无没有逆向旋转
                //如果叉积等于0,还需判断方向是否相逆
                if (v1 < v2 || (v1 == v2 && i->x * iLast->x > 0 &&
                    i->y * iLast->y > 0)) {
                        break;
                }
                //删除前一个向量后,需更新当前向量,与前面的向量首尾相连
                //向量三角形计算公式
                i->x += iLast->x, i->y += iLast->y;
                iLast = (i = vecSrc.erase(iLast)) - 1;
            }
        }
        //将所有首尾相连的向量依次累加,换算成坐标
        vecSrc.front().x += ptBase.x, vecSrc.front().y += ptBase.y;
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            i->x += (i - 1)->x, i->y += (i - 1)->y;
        }
        //添加基点,全部的凸包计算完成
        vecSrc.push_back(ptBase);
    }
     
    int main(void) {
        int nPtCnt = 100; //生成的随机点数
        PTARRAY vecSrc, vecCH;
        for (int i = 0; i < nPtCnt; ++i) {
            POINT ptIn = { rand() % 20, rand() % 20 };
            vecSrc.push_back(ptIn);
            cout << ptIn.x << ", " << ptIn.y << endl;
        }
        CalcConvexHull(vecSrc);
        cout << " Convex Hull: ";
        for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end(); ++i) {
            cout << i->x << ", " << i->y << endl;
        }
        return 0;
    }

    概念

    凸包(Convex Hull)是一个计算几何(图形学)中的概念。用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边型,它能包含点集中所有点的。严谨的定义和相关概念参见维基百科:凸包

    这个算法是由数学大师葛立恒(Graham)发明的,他曾经是美国数学学会(AMS)主席、AT&T首席科学家以及国际杂技师协会(IJA)主席。(太汗了,这位大牛还会玩杂技~)

     

    问题

    给定平面上的二维点集,求解其凸包。

     

    过程

    1. 在所有点中选取y坐标最小的一点H,当作基点。如果存在多个点的y坐标都为最小值,则选取x坐标最小的一点。坐标相同的点应排除。然后按照其它各点p和基点构成的向量<H,p>与x轴的夹角进行排序,夹角由大至小进行顺时针扫描,反之则进行逆时针扫描。实现中无需求得夹角,只需根据向量的内积公式求出向量的模即可。以下图为例,基点为H,根据夹角由小至大排序后依次为H,K,C,D,L,F,G,E,I,B,A,J。下面进行逆时针扫描。

     

    Figure1

     

    2. 线段<H, K>一定在凸包上,接着加入C。假设线段<K, C>也在凸包上,因为就H,K,C三点而言,它们的凸包就是由此三点所组成。但是接下来加入D时会发现,线段<K, D>才会在凸包上,所以将线段<K, C>排除,C点不可能是凸包。

    3. 即当加入一点时,必须考虑到前面的线段是否会出现在凸包上。从基点开始,凸包上每条相临的线段的旋转方向应该一致,并与扫描的方向相反。如果发现新加的点使得新线段与上线段的旋转方向发生变化,则可判定上一点必然不在凸包上。实现时可用向量叉积进行判断,设新加入的点为pn + 1,上一点为pn,再上一点为pn - 1。顺时针扫描时,如果向量<pn - 1, pn>与<pn, pn + 1>的叉积为正(逆时针扫描判断是否为负),则将上一点删除。删除过程需要回溯,将之前所有叉积符号相反的点都删除,然后将新点加入凸包。

     

    Figure1

     

    在上图中,加入K点时,由于线段<H,K>相对于<H,C>为顺时针旋转,所以C点不在凸包上,应该删除,保留K点。接着加入D点,由于线段<K, D>相对<H, K>为逆时针旋转,故D点保留。按照上述步骤进行扫描,直到点集中所有的点都遍例完成,即得到凸包。

     

    复杂度

    这个算法可以直接在原数据上进行运算,因此空间复杂度为O(1)。但如果将凸包的结果存储到另一数组中,则可能在代码级别进行优化。由于在扫描凸包前要进行排序,因此时间复杂度至少为快速排序的O(nlgn)。后面的扫描过程复杂度为O(n),因此整个算法的复杂度为O(nlgn)。

     

    C++/STL实现

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    #include <algorithm>
    #include <iostream>
    #include <vector>
    #include <math.h>
    using namespace std;
    //二维点(或向量)结构体定义
    #ifndef _WINDEF_
    struct POINT { int x; int y; };
    #endif
    typedef vector<POINT> PTARRAY;
    //判断两个点(或向量)是否相等
    bool operator==(const POINT &pt1, const POINT &pt2) {
        return (pt1.x == pt2.x && pt1.y == pt2.y);
    }
    // 比较两个向量pt1和pt2分别与x轴向量(1, 0)的夹角
    bool CompareVector(const POINT &pt1, const POINT &pt2) {
        //求向量的模
        float m1 = sqrt((float)(pt1.x * pt1.x + pt1.y * pt1.y));
        float m2 = sqrt((float)(pt2.x * pt2.x + pt2.y * pt2.y));
        //两个向量分别与(1, 0)求内积
        float v1 = pt1.x / m1, v2 = pt2.x / m2;
        return (v1 > v2 || (v1 == v2 && m1 < m2));
    }
    //计算凸包
    void CalcConvexHull(PTARRAY &vecSrc) {
        //点集中至少应有3个点,才能构成多边形
        if (vecSrc.size() < 3) {
            return;
        }
        //查找基点
        POINT ptBase = vecSrc.front(); //将第1个点预设为最小点
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            //如果当前点的y值小于最小点,或y值相等,x值较小
            if (i->y < ptBase.y || (i->y == ptBase.y && i->x > ptBase.x)) {
                //将当前点作为最小点
                ptBase = *i;
            }
        }
        //计算出各点与基点构成的向量
        for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end();) {
            //排除与基点相同的点,避免后面的排序计算中出现除0错误
            if (*i == ptBase) {
                i = vecSrc.erase(i);
            }
            else {
                //方向由基点到目标点
                i->x -= ptBase.x, i->y -= ptBase.y;
                ++i;
            }
        }
        //按各向量与横坐标之间的夹角排序
        sort(vecSrc.begin(), vecSrc.end(), &CompareVector);
        //删除相同的向量
        vecSrc.erase(unique(vecSrc.begin(), vecSrc.end()), vecSrc.end());
        //计算得到首尾依次相联的向量
        for (PTARRAY::reverse_iterator ri = vecSrc.rbegin();
            ri != vecSrc.rend() - 1; ++ri) {
            PTARRAY::reverse_iterator riNext = ri + 1;
            //向量三角形计算公式
            ri->x -= riNext->x, ri->y -= riNext->y;
        }
        //依次删除不在凸包上的向量
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            //回溯删除旋转方向相反的向量,使用外积判断旋转方向
            for (PTARRAY::iterator iLast = i - 1; iLast != vecSrc.begin();) {
                int v1 = i->x * iLast->y, v2 = i->y * iLast->x;
                //如果叉积小于0,则无没有逆向旋转
                //如果叉积等于0,还需判断方向是否相逆
                if (v1 < v2 || (v1 == v2 && i->x * iLast->x > 0 &&
                    i->y * iLast->y > 0)) {
                        break;
                }
                //删除前一个向量后,需更新当前向量,与前面的向量首尾相连
                //向量三角形计算公式
                i->x += iLast->x, i->y += iLast->y;
                iLast = (i = vecSrc.erase(iLast)) - 1;
            }
        }
        //将所有首尾相连的向量依次累加,换算成坐标
        vecSrc.front().x += ptBase.x, vecSrc.front().y += ptBase.y;
        for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) {
            i->x += (i - 1)->x, i->y += (i - 1)->y;
        }
        //添加基点,全部的凸包计算完成
        vecSrc.push_back(ptBase);
    }
     
    int main(void) {
        int nPtCnt = 100; //生成的随机点数
        PTARRAY vecSrc, vecCH;
        for (int i = 0; i < nPtCnt; ++i) {
            POINT ptIn = { rand() % 20, rand() % 20 };
            vecSrc.push_back(ptIn);
            cout << ptIn.x << ", " << ptIn.y << endl;
        }
        CalcConvexHull(vecSrc);
        cout << " Convex Hull: ";
        for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end(); ++i) {
            cout << i->x << ", " << i->y << endl;
        }
        return 0;
    }
  • 相关阅读:
    .net core2.0 中使用aspectcore实现aop
    [Superset] 设置Superset的登录设置
    [Python]Pandas对于非唯一的label index的数据选择问题
    Data Science Radar测试结果
    [R]R包版本更迭【持续更新】
    [面试] 删除多余的数组内容
    [Python]Python中的包(Package)
    [Linux] 使用Yum在CentOS上安装MySQL
    [pyMongo]insert_many的Bulkwrite实现机制
    [Git]2018-10 解决git cmd中文乱码问题
  • 原文地址:https://www.cnblogs.com/czaoth/p/6912053.html
Copyright © 2020-2023  润新知