目录
题目描述
设p1=(x1, y1), p2=(x2, y2), …, pn=(xn, yn)是平面上n个点构成的集合S,设计算法找出集合S中距离最近的点对。
输入
多组测试数据,第一行为测试数据组数n(0
输出
每组测试数据输出一行,为该组数据最近点的距离,保留4为小数。
样例输入
2 2 0 0 0 1 3 0 0 1 1 1 0样例输出
1.0000 1.0000
首先,用结构体构造点集 (或者stl的pair也行)
- #define N 100005
- typedef struct {
- double x,y;
- }point;
- point p[N];
暴力法:即枚举所有的两个点,依次算距离比较得出最小值。
- double ans=9999999;
- for(int i=1;i
- for(int j=i+1;j<=n;j++) {
- ans=min(ans,sqrt((p[i].x-p[j].x)*(p[i].x-p[j].x)+(p[i].y-p[j].y)*(p[i].y-p[j].y)));
- }
- }
方法2:换系暴力(玄学AC 复杂度O(n) )
此方法可能存在一定误差
换系暴力法:时间复杂度O(n) 但实际测试由于排序应该是O(nlogn)

也就是说,重新建系,重新做一个x'轴和y'轴,然后在新的坐标轴内重新对点按照新坐标从小到大排序,然后再进行暴力搜索,这时候由于已经排好序,不需要全部搜完,只需要搜5个就行,所以为O(n)的复杂度。
以下为 证明为什么重新建系后重排就只需搜5个:


重新建立新的坐标轴,在新的坐标中,我们可以发现点的顺序 相比原来发生了改变。
原先是OABCGDEF 现在是BACDOEGF。
现在在新的顺序再进行暴力搜索,那么就只需要搜索每个点与往后5个点的距离再比较大小即可
即:只需要求出BA BC BD BO BE AC AD AO AE AF CD CO CE CF CG DO DE DF DG OE OF OG EF EG FG 。最终结果一定再这里面,就不需要全部都搜索。在原来是要搜n(n-1)次,现在只需(5n-10) 次,就大大的降低了复杂度。
注意:重新建系还是有可能存在最近两个点并非相距5之内,由于建系有无数种,再重新建系即可,总有一次可AC。
根据数学计算,重新建系假设旋转是Θ度,那么新的坐标为:
x ' =x*cosΘ - y*sinΘ
y ' =x*sinΘ + y*cosΘ
以下为证明过程(不需要可跳过)

理论上推出新坐标后,对新坐标排序
- //根据新坐标排序
- bool cmp(point i,point j) {
- return i.xx
- }
-
- for(int i=1;i<=n;i++) {
- cin>>p[i].x>>p[i].y;
- p[i].xx=p[i].x*cos(1)-p[i].y*sin(1);
- //假设旋转1弧度(57度) 求出新坐标,排序与y没啥关系,就不求yy
- }
- sort(p+1,p+n+1,cmp);
在新坐标排序后直接暴力搜5个即可
- double distance(int i,int j) {
- return sqrt((p[i].x-p[j].x)*(p[i].x-p[j].x)+(p[i].y-p[j].y)*(p[i].y-p[j].y));
- }
-
- //暴力往后每次都枚举5个 看似O(n²)实则O(n)
- double ans=99999999;
- for(int i=1;i<=n;i++) {
- for(int j=1;j<=5&&j+i<=n;j++) {
- ans=min(ans,distance(i,i+j));
- }
- }
方法3:分治 O(nlogn)
首先由于输入的点是乱的,所以我们必须按照坐标从小到大进行排序。
- //对点集排序
- bool cmp1(point a,point b) {
- if(a.x==b.x) {
- return a.y
- }
- else return a.x
- }
由于暴力枚举实在太多,我们采用二分,把原来的点集分成左右两部分,并求出左右两边最小的距离,然后总的最小距离:dis=min(disleft,disright)

你问左右两边最小距离的dis怎么求?那重复此过程,左右两边再次砍成两半呀。
一直重复下去,可在O (logn) 的复杂度内求出最小的dis
- //left,right代表是第几个点
- double merge(int left,int right) {
- if(left==right) return 99999999; //表示同一个点,直接返回一个无效值
- if(left+1==right) {
- return distance(left,right); //两个点挨着,那就返回他们的距离
- }
- double dis1=merge(left,mid);
- double dis2=merge(mid+1,right);
- double dis=min(dis1,dis2); //求出最小dis
- return dis;
- }
但是,我们的前提是点全在一边,如果说最终的dis,一个点在左,一个点在右边,那该怎么办呢?
采用反证法,先假设存在这种情况,然后我们在中轴线上每个点都画圆进行等距处理,半径为dis。

画出来实际上是一个长方形。
考虑穿过中轴线,查找 x 坐标比 dis 更接近中轴线的所有点。即fabs(p[x] - p[mid] <= dis ) (fabs函数表示浮点数绝对值)
把这些点存入条带中。
- //sum动态计算条带中点的个数
- int sum=0;
- for(int i=left;i<=right;i++) {
- if(fabs(p[i].x-p[mid].x)<=dis) {
- tiaodai[++sum]=i;
- }
- }
由于此时条带也是乱序,加上是竖着的,所以我们再次按照y从小到大排序。
- bool cmp2(int a,int b) {
- return p[a].y
- }
-
- //对条带排序
- sort(tiaodai+1,tiaodai+sum+1,cmp2);
然后再次暴力搜索找到最小值,虽然这次还是O(n²),但基数相比刚才少太多太多了。
- for(int i=1;i<=sum;i++) {
- for(int j=i+1;j<=sum;j++) {
- dis=min(dis,distance(tiaodai[i],tiaodai[j]));
- }
- }
代码
玄学AC法
- #include
- #include
- #include
- #include
- #define endl '\n'
- #define N 200005
- typedef long long ll;
- using namespace std;
- typedef struct {
- double x,y; //原坐标
- double xx,yy; //新坐标
- }point;
- point p[N];
- //计算距离
- double distance(int i,int j) {
- return sqrt((p[i].x-p[j].x)*(p[i].x-p[j].x)+(p[i].y-p[j].y)*(p[i].y-p[j].y));
- }
- //根据新坐标排序
- bool cmp(point i,point j) {
- return i.xx
- }
- int main() {
- int t;cin>>t;
- while(t--) {
- int n;cin>>n;
- for(int i=1;i<=n;i++) {
- cin>>p[i].x>>p[i].y;
- p[i].xx=p[i].x*cos(1)-p[i].y*sin(1);
- //假设旋转1弧度(57度) 求出新坐标,排序与y没啥关系,就不求yy
- }
- sort(p+1,p+n+1,cmp);
- //暴力往后每次都枚举5个 看似O(n²)实则O(n)
- double ans=99999999;
- for(int i=1;i<=n;i++) {
- for(int j=1;j<=5&&j+i<=n;j++) {
- ans=min(ans,distance(i,i+j));
- }
- }
- printf("%.4lf\n",ans);
- }
- return 0;
- }
正常分治法
- #include
- #include
- #include
- #include
- #include
- #define endl '\n'
- #define N 200005
- typedef long long ll;
- using namespace std;
- typedef struct {
- double x,y;
- }point;
- point p[N];
- int tiaodai[N];
- //对点集排序
- bool cmp1(point a,point b) {
- if(a.x==b.x) {
- return a.y
- }
- else return a.x
- }
- bool cmp2(int a,int b) {
- return p[a].y
- }
- double distance(int i,int j) {
- return sqrt((p[i].x-p[j].x)*(p[i].x-p[j].x)+(p[i].y-p[j].y)*(p[i].y-p[j].y));
- }
- double merge(int left,int right) {
- //递归找出左右两边的dis
- double dis=999999;
- if(left==right) return dis;
- if(left+1==right) {
- return distance(left,right);
- }
- int mid=(left+right)>>1;
- double dis1=merge(left,mid);
- double dis2=merge(mid+1,right);
- dis=min(dis1,dis2);
- //sum动态计算条带中点的个数
- int sum=0;
- for(int i=left;i<=right;i++) {
- if(fabs(p[i].x-p[mid].x)<=dis) {
- tiaodai[++sum]=i;
- }
- }
- //对条带排序
- sort(tiaodai+1,tiaodai+sum+1,cmp2);
- //暴力搜索结果 复杂度O(n²) 此处也可以再次优化
- //虽然还是O(n²) 但n的基数相比最先少太多太多了
- //所以总时间复杂度O(nlogn²)=O(2nlogn) 即O(nlogn)
- for(int i=1;i<=sum;i++) {
- for(int j=i+1;j<=sum;j++) {
- dis=min(dis,distance(tiaodai[i],tiaodai[j]));
- }
- }
- return dis;
- }
- int main() {
- int t;cin>>t;
- while(t--) {
- int n;cin>>n;
- for(int i=1;i<=n;i++) {
- cin>>p[i].x>>p[i].y;
- }
- sort(p+1,p+n+1,cmp1);
- printf("%.4lf\n",merge(1,n));
- }
- return 0;
- }
-
相关阅读:
桥接设计模式
GC标记压缩算法
Centos7宝塔部署python
第28篇 Spring Boot简介
SQL优化之MySQL执行计划(Explain)及索引失效详解
综合案例:学成在线案例
windows 安装 MySQL 绿色版
Ansible角色定制实例
使用Redis做某个时间段在线数统计
SpringBoot基础之声明式事务和切面事务和编程式事务
-
原文地址:https://blog.csdn.net/qq_62102968/article/details/126845886