第2讲数据结构与算法概要.ppt

* 2021/3/17 最近点对问题 * 2021/3/17 最接近点对问题 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。 在空间交通管制中,若将飞机作为空间中的一个点,则具有最大碰撞危险的两架飞机就是这个空间中距离最接近的一对点。这类问题是计算几何学中一个基本问题。 平面上的最接近点对问题: 给定平面上n个点,找其中的一对点，使得在n个点组成的所有点对中，该点对距离最小。 基本解决方法:将每个点与其它n-1个点距离算出，找到最小距离。 时间复杂度为:T(n)=n*(n-1)/2+n=O(n2) 分治法: 分解：将空间分成大小近似相等的两个子空间; 求解：递归求解两个子空间内部的最接近点对; 合并：从子空间内部和两个子空间之间最接近点对中选择最接近点对。 对这个问题,合并步骤是最复杂的 * 2021/3/17 最接近点对问题 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。 为了使问题易于理解和分析，先来考虑一维的情形。此时，S中的n个点退化为x轴上的n个实数 x1,x2,…,xn。最接近点对即为这n个实数中相差最小的2个实数。 假设我们用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中的最接近点对或者是{p1,p2}，或者是{q1,q2}，或者是某个{p3,q3}，其中p3∈S1且q3∈S2。 能否在线性时间内找到p3,q3？ * 2021/3/17 最接近点对问题 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。 因此，我们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。从而我们用线性时间就可以将S1的解和S2的解合并成为S的解。 能否在线性时间内找到p3,q3? 问题：m的选取 问题：m的选择 * 2021/3/17 最接近点对问题 类似快速排序法的基准元素选取,如果分割点m选取不当,会造成|S1|=1, |S2|=n-1的情形，使得T(n)=T(n-1)+O(n)=O(n2) 可以通过“平衡子问题”方法加以解决，比如选取各点坐标的中位数作为分割点。 问题：m的选取 问题：m的选择 * 2021/3/17 Public static double cpair1(S) { n=|S|; if(n2) return -1; m=S中各点坐标的中位数; S1={x∈S|x≤m}, S2={x∈S|xm};//构造S1和S2 d1= cpair1(S1); d2= cpair1(S2); p=max(S1); q=min(S2); d=min(d1,d2,q-p); return d; } * 2021/3/17 下一步工作 一维空间的最近点对问题 二维空间的最近点对问题 * 2021/3/17 P1 P2 d2 d1 l d d S1 S2 距离直线l的距离小于d的所有点 直线ｌ:x=m 其中m为S中各点x坐标的中位数． S S1={p∈S|x(p)≤m} S2={p∈S|x(p)m} 说明: 递归地在S1和S2上求解最近点对问题,分别得到S1和S2中的最小距离d1和d2,其中 d=min{d1,d2}． 如果Ｓ中的最近点(p,q)间的距离d,则p、q必分属S1和S2（假定p∈S1，q∈S2） * 2021/3/17 二维情况下边界点对的处理 P1 P2 d2 d1 l d d S1 S2 问题:P1中所有点与P2中所有点所构成的点对都需要考虑． ——在最坏情况下,需要处理n2/4个候选点对 * 2021/3/17 思考这个问题: 能否在保证找到最近点对的前提下减少需要处理的候选点对数目? 对候选点对的选取： 分析的出发点：由于P1中的任意一点p，如果它与P2中的点q构成最近点对的候选点对的话，那么必定满足：distance(p,q)d 可以，利用点散布上的稀疏性质 * 2021/3/17 l d d d d P1 P2 p R 包含点q的d＊2d矩形R 分析: 满足最近点对的候选条件的点必定落在