最接近点对问题要点详解.pptVIP

问题：给定平面上n个点，找其中的一对点，使得在n个点所组成的所有点对中，该点对间的距离最小。 说明： 严格来讲，最接近点对可能多于一对，为简便起见，我们只找其中的一对作为问题的解。 一个简单的做法是将每一个点与其他n-1个点的距离算出，找出最小距离的点对即可。该方法的时间复杂性是T(n)=n(n-1)/2+n=O(n2)，效率较低。 已经证明，该算法的计算时间下界是Ω(nlogn)。 第一步筛选：如果最近点对由S1中的p3和S2中的q3组成，则p3和q3一定在划分线L的距离d内。 第二步筛选：考虑P1中任意一点p，它若与P2中的点q构成最接近点对的候选者，则必有distance(p，q)＜d。满足这个条件的P2中的点一定落在一个d×2d的矩形R中 ①、⑤用了O(n)时间； ②用了2T(n/2)时间 ③、⑥用了常数时间 ④在预排序的情况下用时O(n) 第一步筛选：如果最近点对由S1中的p3和S2中的q3组成，则p3和q3一定在划分平面L的距离d内。 第二步筛选：考虑P1中任意一点p，它若与P2中的点q构成最接近点对的候选者，则必有distance(p，q)＜d。满足这个条件的P2中的点定落在一个d×2d×2d的长方体R中 三维空间最接近点问题 分治法解决二维空间最接近点问题 选取一垂直线l:x=m来作为分割直线。其中m为S中各点x坐标的中位数。由此将S分割为S1和S2。 递归地在S1和S2上找出其最小距离d1和d2，并设d=min{d1,d2}，S中的最接近点对或者是d，或者是某个{p,q}，其中p∈S1且q∈S2。 R中的点具有稀疏性 P2中任何2个S中的点的距离都不小于d。由此可以推出矩形R中最多只有6个S中的点。 在分治法的合并步骤中最多只需要检查6×n/2=3n个候选点对！ R中最多只有6个S中的点 证明:将矩形R的长为2d的边3等分，将它的长为d的边2等分，由此导出6个(d/2)×(2d/3)的矩形。 若矩形R中有多于6个S中的点，则由鸽舍原理易知至少有一个(d/2)×(2d/3)的小矩形中有2个以上S中的点。 设u，v是位于同一小矩形中的2个点，则 distance(u,v)d。这与d的意义相矛盾。 * 鸽舍原理（也称抽屉原理） 把n+1个球，放入n个抽屉，则一定有一个抽屉内至少有2个球。 P2中与点p最接近这6个候选点的纵坐标与p的纵坐标相差不超过d. 因此，若将P1和P2中所有S中点按其y坐标排好序，则对P1中所有点，对排好序的点列作一次扫描，就可以找出所有最接近点对的候选者。对P1中每一点最多只要检查P2中排好序的相继6个点。 如何确定要检查哪6个点 double cpair2(S) { n=|S|; if (n 2) return ?; 1、m=S中各点x间坐标的中位数; 构造S1和S2； //S1={p∈S|x(p)=m}, S2={p∈S|x(p)m} 2、d1=cpair2(S1); d2=cpair2(S2); 3、dm=min(d1,d2); 4、设P1是S1中距垂直分割线l的距离在dm之内的所有点组成的集合； P2是S2中距分割线l的距离在dm之内所有点组成的集合； 将P1和P2中点依其y坐标值排序； 并设X和Y是相应的已排好序的点列； 5、通过扫描X以及对于X中每个点检查Y中与其距离在dm之内的所有点(最多6个)可以完成合并； 当X中的扫描指针逐次向上移动时，Y中的扫描指针可在宽为2dm的区间内移动； 设dl是按这种扫描方式找到的点对间的最小距离； 6、d=min(dm,dl); return d; } O(n) 2T(n/2) 常数时间 O(n) 常数时间 O(n) 复杂度分析 选取一垂平面l:y=m来作为分割平面。其中m为S中各点y坐标的中位数。由此将S分割为S1和S2。 递归地在S1和S2上找出其最小距离d1和d2，并设d=min{d1,d2}，S中的最接近点对或者是d，或者是某个{p,q}，其中p∈S1且q∈S2。 分治法解决三维空间最接近点问题 重要观察结论：P2中任何2个S中的点的距离都不小于d。由此可以推出长方体R中最多只有24个S中的点。 在分治法的合并步骤中最多只需要检24×n/2=12n个候选点对。 R中最多只有24个S中的点 distance(u,v)d。这与d的意义相矛盾。 由d的意义可知, P2 中任何2个S中的点的距离都不小于d. 由此可以推出长方体R中最多只有24个S 中的点. 事实上,我们可以将长方体C的长为2d的两条边分别3等分和4等分,将它的长为d的边2等分, 由此导出24