最接近点对问题.docVIP

最接近点对问题 = 1 \* ROMAN \* MERGEFORMAT I.问题描述 给定平面上n个点的集合S，找其中的一对点，使得在n个点组成的所有点对中，该点对间的距离最小。 = 2 \* ROMAN \* MERGEFORMAT II.问题分析 一维情况下，S中的n个点退化为x轴上的n个实数 x1, x2,…,xn。所以，一维情况下的最接近点对问题就是要求这n个实数中，值相差最小的2个实数。 可以用x轴上某个点m将S划分为2个子集S1和S2 ，基于平衡子问题的思想，用S中各点坐标的中位数来作分割点。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|}S中的最接近点对有三种可能性：{p1,p2}，{q1,q2}，{p3,q3}其中p3∈S1且q3∈S2。 如果S的最接近点对是{p3, q3}，即|p3-q3|d，则p3和q3两者与m的距离不超过d，即p3∈(m-d,m]，q3∈(m,m+d]。由于在S1中，每个长度为d的半闭区间至多包含一个点（否则必有两点距离小于d），并且m是S1和S2的分割点，因此(m-d,m]中至多包含S中的一个点。由图可以看出，如果(m-d,m]中有S中的点，则此点就是S1中最大点。同理，如果(m,m+d]中有S中的点，则此点就是S2中最小点。 用线性时间就能找到区间(m-d,m]和(m,m+d]中所有点，即p3和q3。同时，用线性时间就可以将S1的解和S2的解合并成为S的解。 时间复杂度为： 由此可计算出：T(n)=O(nlogn) = 3 \* ROMAN \* MERGEFORMAT III.算法描述： CPAIR1(S) // 求一维点集S中最接近点对 n = |S|; // 集合S中点的个数 if n2 pm.d = inf; pm.pair = [S, inf]; return; i = [n/2]; m = SELECT(S, i); // m是S中位数 S1= {p∈S| p=m}; // 构造子集S1和S2 S2 = {p∈S| pm}; p(1) = CPAIR1(S1); p(2) = CPAIR1(S2); p(3).d = min(S2)-max(S1); p(3).pair = [max(S1),min(S2)]; [pm.d, index] = min(p(1).d, p(2).d, p(3).d); pm.pair = p(index).pair; return pm = 4 \* ROMAN \* MERGEFORMAT IV.程序 #include ctime #include iostream using namespace std; const int L=100; //点对结构体 struct Pair { float d;//点对距离 float d1,d2;//点对坐标 }; float Random(); int input(float s[]);//构造S float Max(float s[],int p,int q); float Min(float s[],int p,int q); template class Type void Swap(Type x,Type y); template class Type int Partition(Type s[],Type x,int l,int r); Pair Cpair(float s[],int l,int r); int main() { srand((unsigned)time(NULL)); int m; float s[L]; Pair d; m=input(s); d=Cpair(s,0,m-1); coutendl最近点对坐标为： (d1:d.d1,d2:d.d2); coutendl这两点距离为： d.dendl; return 0; } float Random() { float result=rand()%10000; return result*0.01; } int input(float s[]) { int length; cout输入点的数目： ;