• 求凸包(安德鲁算法)


     

    处理何种问题:凸包可以看成在木板上钉许多钉子,用一根橡皮筋框住所有钉子所得到的多边形,最终能求得都由哪些钉子构成该凸包。如下图所示:

     

    性能:由一个快排(O(nlogn))和一个遍历找点(O(n)),总体时间复杂度为O(nlogn)。

    原理

    点:A(x1,y1),B(x2,y2)

    向量AB=(x2-x1,y2-y1)=(x,y)

    向量的叉积:a X b =

    通过结果的正负判断两矢量之间的顺逆时针关系

    l  若a X b > 0,表示ab的顺时针方向上

    l  若a X b < 0,表示ab的逆时针方向上

    l  若a X b == 0,表示ab共线,但不确定方向是否相同

    例如:

     

    A(0,0)

    B(2,2)

    C(3,1)

    D(2,-1)

    AB(2,2),AC(3,1),AD(2,-1)

    AC X AB = 3*2-1*2 = 4>0

    ACAB的顺时针方向上,即点C在向量AB的下面。

    实现步骤

    1. 排序:按照x由小到大排序,如果x相同,按照y由小到大排序。
    2. 排序之后第一个点必为凸包上的点(证明自己意淫一下,有x最大、x最小、y最小、y最大的点都必在凸包上)。
    3. 选最近两个刚入凸包的点,再在排序中依次选点,根据上面所提及到的原理,判断该点在凸包那两点的顺时针还是逆时针方向。
    4. 如果在逆时针方向,将该点加入凸包,否则判定出之前进入凸包的点不合格,删除该凸包点,重复第三步,直到该点加入凸包(也就是说每个点都曾进过凸包,只是后来有些被删了)。
    5. 以上就是下凸包的构成步骤,上凸包参考下凸包,基本没有什么差别,因为在判断时是判断是否为逆时针,别误以为是在判段该点在向量的下方,上凸包就不可用了,对于逆时针而言都是一样的。
    6. 这种方法求出来的点是凸包沿着逆时针方向找出来的,首位相接且第一个点重复两次,所以除了点只有一个的情况下,记得点的个数减一。

    备注:对于题目要求求凸包构成的面积时,可以参考以下图示求法:

     

    输入样例解释

    11---散点样例个数

    5 8 ---散点坐标

    12 56

    5 2

    125 1

    15 66

    45 77

    55 6

    45 2

    232 5

    45 12

    54 66

    输出样例解释

    tot=7 ---构成凸包点的个数

    1: 5.00 , 2.00 ---沿着凸包逆时针方向,且保留两位小数

    2: 125.00 , 1.00

    3: 232.00 , 5.00

    4: 45.00 , 77.00

    5: 15.00 , 66.00

    6: 12.00 , 56.00

    7: 5.00 , 8.00

    --------------------------------------------------------------------------------------------

    实现代码

     

     1 //求凸包,时间复杂度nlogn
     2 #include<iostream>
     3 #include<cstdio>
     4 #include<algorithm>
     5 #include<cmath>
     6 #include<cstring>
     7 using namespace std;
     8 
     9 const int MaxN=10010;
    10 
    11 int n,tot;//n为点的个数,tot为凸点的个数
    12 struct point
    13 {
    14     double x,y;
    15 };
    16 point p[MaxN],CHP[MaxN];//CHP为凸包最后所构成的点
    17 
    18 bool cmp(point a,point b)//水平排序,按x从大到小排,如果x相同,按y从大到小排序
    19 {
    20     return (a.x<b.x||(a.x==b.x&&a.y<b.y));
    21 }
    22 
    23 double xmul(point a,point b,point c)//叉积
    24 {
    25     return (b.x-a.x)*(c.y-a.y)-(b.y-a.y)*(c.x-a.x);
    26 }
    27 
    28 void Andrew()
    29 {
    30     sort(p,p+n,cmp);
    31     tot=0;
    32 
    33     for(int i=0;i<n;++i)//计算下半个凸包
    34     {
    35         while(tot>1&&xmul(CHP[tot-2],CHP[tot-1],p[i])<0)
    36             --tot;
    37         CHP[tot++]=p[i];
    38     }
    39 
    40     int k=tot;
    41     for(int i=n-2;i>=0;--i)//计算上半个凸包
    42     {
    43         while(tot>k&&xmul(CHP[tot-2],CHP[tot-1],p[i])<0)
    44             --tot;
    45         CHP[tot++]=p[i];
    46     }
    47 
    48     if(n>1)//对于只有一个点的包再单独判断
    49         --tot;
    50 }
    51 
    52 
    53 int main()
    54 {
    55     scanf("%d",&n);
    56     for(int i=0;i<n;++i)
    57     {
    58         scanf("%lf%lf",&p[i].x,&p[i].y);
    59     }
    60     Andrew();
    61     printf("tot=%d
    ",tot);
    62     for(int i=0;i<tot;++i)
    63     {
    64         printf("%d: %.2lf , %.2lf
    ",i+1,CHP[i].x,CHP[i].y);
    65     }
    66     return 0;
    67 }

    一些预备知识点:


    首先在二维坐标下介绍一些定义:
    点:A(x1,y1),B(x2,y2)

    向量:向量AB=( x2 - x1 , y2 - y1 )= ( x , y );

    向量的模 |AB| = sqrt ( x*x+y*y );

    向量的点积: 结果为 x1*x2 + y1*y2。

    点积的结果是一个数值。

    点积的集合意义:我们以向量 a 向向量 b 做垂线,则 | a | * cos(a,b)为 a 在向量 b 上的投影,即点积是一个向量在另一个向量上的投影乘以另一个向量。且满足交换律

    应用:可以根据集合意义求两向量的夹角,
    cos(a,b) =( 向量a * 向量b ) / (| a | * | b |) = (x1*x2 + y1*y2) / (| a | * | b |)

    向量的叉积: 结果为 x1*y2-x2*y1

    叉积的结果也是一个向量,是垂直于向量a,b所形成的平面,如果看成三维坐标的话是在 z 轴上,上面结果是它的模。

    方向判定:右手定则,(右手半握,大拇指垂直向上,四指右向量a握向b,大拇指的方向就是叉积的方向)

    叉积的集合意义:1:其结果是a和b为相邻边形成平行四边形的面积。

    2:结果有正有负,有sin(a,b)可知和其夹角有关,夹角大于180°为负值。

    3:叉积不满足交换律

    应用:

    1:通过结果的正负判断两矢量之间的顺逆时针关系

    若 a x b > 0表示a在b的顺时针方向上

    若 a x b < 0表示a在b的逆时针方向上

    若 a x b == 0表示a在b共线,但不确定方向是否相同

  • 相关阅读:
    实验5 Spark SQL 编程初级实践
    豆瓣基础架构
    淘宝数据魔方技术架构解析
    质量属性的六个常见属性场景--淘宝网
    Win10家庭版WindowsUpdate属性为灰色
    豆瓣的基础架构
    京东618实践:一元抢宝系统的数据库架构优化
    FunData — 电竞大数据系统架构演进
    Ubuntu14.0使用gparted调整分区大小
    二阶段开发冲刺一
  • 原文地址:https://www.cnblogs.com/l1l1/p/9432876.html
Copyright © 2020-2023  润新知