算法设计与分析——递归与分治策略—

算法设计与分析——递归与分治策略——最接近点对问题

【问题描述】
最近对问题要求在包含有n个点的集合S中，找出距离最近的两个点。设 p1(x1,y1)，p2(x2,y2)，……，pn(xn,yn)是平面的n个点。
在这里插入图片描述

严格地将，最近点对可能不止一对，此例输出一对即可。

【基本算法思想】
暴力法：
在蛮力法实现最近点对问题中，将问题简化：距离最近的点对可能多于一对，找出一对即可，另外只考虑二维平面中的情况。此处考虑到
直接用公式计算其距离（欧几里得距离）：
在这里插入图片描述

通过遍历所有点集，计算出每一个点对的距离，计算出最近的距离并输出。避免同一对点计算两次，只考虑i<j的点对(pi,pj)。
其主要循环的步骤就是求出平方值，执行的次数为：

在这里插入图片描述

分治法:
在利用分治法思想解决此问题时，首先考虑将最近对问题进行分治，设计其分治策略。将集合S分成两个子集S1和S2，根据
平衡子问题原则，每个子集中的点数大致都为n/2。这样分治后，最近点对将会出现三种情况：在S1中，在S2中或者最近
点对分别在集合S1和S2中。利用递归分析法分别计算前两种情况，第三种方法另外分析。求解出三类子情况后，
再合并三类情况，比较分析后输出三者中最小的距离。

复杂度分析: 在分治算法中，当求解n个点的集合的最近点对时，对于上述三类情况中的前两者可由递归算得，
而分析可得第三类情况的时间代价，合并后问题求解的总的时间按复杂度可由下列公式来：

在这里插入图片描述

//分治法求解最近点对问题(C++)
#include<stdio.h>
#include<math.h>
#include<string.h>
#include<algorithm>
#include<iostream>
using namespace std;
struct point{           //点结构double x,y;
};
double Distance(point a,point b){return sqrt((a.x-b.x)*(a.x-b.x)+(a.y-b.y)*(a.y-b.y));
}
bool cmp(point a,point b){          //按y升排序辅助函数return a.y<b.y;
}
bool cmp2(point a,point b){          //按x升排序辅助函数return a.x<b.x;
}
double closestPoint(point s[],int low,int high,point rec[]){double d1,d2,d3,d;int mid,i,j,index;double x1,y1,x2,y2;         //记录点对的位置point P[high-low+1],temp1[2],temp2[2],temp3[2];         //辅助空间if(high-low==1){             //两个点的情况rec[0].x=s[low].x;rec[0].y=s[low].y;rec[1].x=s[high].x;rec[1].y=s[high].y;return Distance(s[low],s[high]);}if(high-low==2){            //三个点的情况d1=Distance(s[low],s[low+1]);d2=Distance(s[low+1],s[high]);d3=Distance(s[low],s[high]);if((d1<d2)&&(d1<d3)){rec[0].x=s[low].x;rec[0].y=s[low].y;rec[1].x=s[low+1].x;rec[1].y=s[low+1].y;return d1;}else if(d2<d3){rec[0].x=s[low+1].x;rec[0].y=s[low+1].y;rec[1].x=s[high].x;rec[1].y=s[high].y;return d2;}else {rec[0].x=s[low].x;rec[0].y=s[low].y;rec[1].x=s[high].x;rec[1].y=s[high].y;return d3;}}mid=(low+high)/2;       //其他情况递归d1=closestPoint(s,low,mid,rec);temp1[0]=rec[0];temp1[1]=rec[1];d2=closestPoint(s,mid+1,high,rec);temp2[0]=rec[0];temp2[1]=rec[1];if(d1<d2){d=d1;rec[0]=temp1[0];rec[1]=temp1[1];}else {d=d2;rec[0]=temp2[0];rec[1]=temp2[1];}index=0;for(i=mid;(i>=low)&&((s[mid].x-s[i].x)<d);i--)      //点集合p1P[index++]=s[i];for(i=mid+1;(i<=high)&&((s[i].x-s[mid].x)<d);i++)      //点集合p2P[index++]=s[i];sort(P,P+index,cmp);                    //升序排列for(i=0;i<index;i++){for(j=j+1;j<index;i++){if((P[j].y-P[i].y)>=d)break;else {d3=Distance(P[i],P[j]);if(d3<d){rec[0].x=P[i].x;rec[0].y=P[i].y;rec[1].x=P[j].x;rec[1].y=P[j].y;d=d3;}}}}return d;
}
int main(){point p[10];            //设定点的集合int n;double minDist;cout<<"输入点的个数：\n";      //输入点的个数cin>>n;cout<<"输入点集:（x,y）\n";for(int i=0;i<n;i++)cin>>p[i].x>>p[i].y;sort(p,p+n,cmp2);      //对输入的点先排序point index[2];minDist=closestPoint(p,0,n-1,index);cout<<"最小距离点对为：("<<index[0].x<<","<<index[0].y<<"),("<<index[1].x<<","<<index[1].y<<")\n";cout<<"最小距离为：\n"<<minDist;      //输出点对的最小问题return 0;
}