求凸包+旋转卡壳算法——求平面点集S内点对的最远距离

淡淡的烟草味﹌ 2022-06-16 09:13 458阅读 0赞

[问题：求平面点集S内点对的最远距离... 1][S_... 1]

[解答：... 1][... 1]

[一． 凸包... 1][_... 1]

[二． 旋转卡壳算法... 2][_... 2]

[三． 算法总复杂度... 8][_... 8]

[四． C++实现代码... 8][C_... 8]

[五． 测试... 12][_... 12]

# 问题：求平面点集S内点对的最远距离 #

# 解答： #

其实这个问题的解法就是先求这个点集的凸包，然后运用旋转卡壳算法求此凸包的直径，便得到最远距离（即为此凸包直径）。

## 一．凸包 ##

点集Q的凸包(convex hull)：是指一个最小凸多边形，满足Q中的点或者在多边形边上或者在其内。右图中由红色线段表示的多边形就是点集Q=\{p0,p1,...p12\}的凸包。如图1所示。

图1

平面凸包求法：**Graham's Scan法求解凸包问题**

问题：给定平面上的二维点集，求解其凸包。

过程 ：

1. 选取基点： 在所有点中选取y坐标最小的一点H，当作基点。如果存在多个点的y坐标都为最小值，则选取x坐标最小的一点。坐标相同的点应排除。

2. 排序：按照其它各点p和基点构成的向量<H,p>与x轴的夹角进行排序，依据夹角从小到大进行排序，如果夹角相等，则按照与基点的距离从小到大进行排序。实现中无需求得夹角，只需根据向量的内积公式求出向量的模即可。

3. 去掉凹进去的点：按照排序后各点得顺序进行扫描，即逆时针扫描。基准点在最前面，设这些点为P\[0\]..P\[n-1\]；建立一个栈，初始时P\[0\]、P\[1\]、P\[2\]进栈，对于P\[3..n-1\]的每个点，若栈顶的两个点与它不构成“向左转”的关系（即栈顶点是凹进去的点），则将栈顶的点出栈，直至没有点需要出栈以后将当前点进栈。所有点处理完之后栈中保存的点就是凸包上的点了。如何判断A、B、C构成的关系不是向左转呢？如果b-a与c-a的叉乘小于0就不是。a与b的叉乘就是a.x\*b.y-a.y\*b.x。

复杂度 ：

由于在扫描凸包前要进行排序，因此时间复杂度至少为快速排序的O(nlogn)。后面的扫描过程复杂度为O(n)，因此整个算法的复杂度为O(nlogn)。

## 二．旋转卡壳算法 ##

当点集的凸包求出之后，便运用旋转卡壳算法求此凸包的直径。

有二种卡壳方法，第一种是卡住两点，如图2所示。 第二种是卡住**一条边和一个点，**如图3所示。由于实现中卡住两点的情况不好处理，所以我们通常关注第二种情况。

图2

图3

在第二种情况中，我们可以看到，**一个对踵点和对应边之间的距离比其他点要大**，也就是一个对踵点和对应边所形成的**三角形**是最大的。如图4所示。下面我们会据此得到对踵点的简化求法。

图4

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能:卡壳简化算法 \*/

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

double RotatingCalipers(vector<Point> result, int n)

int j = 1;

double maxLength = 0.0;//存储最大值

result\[n\] = result\[0\];

for(int i = 0; i<n; i++)

while(CrossProduct(result\[i+1\], result\[j+1\], result\[i\]) > CrossProduct(result\[i+1\], result\[j\], result\[i\]))

j = (j+1)%n;

maxLength = max(maxLength, max(Distance(result\[i\], result\[j\]), Distance(result\[i+1\], result\[j+1\])));

return maxLength;

上面就是简化的**旋转卡壳寻找对踵点**的过程。

其中叉积函数CrossProduct(A, B, C) 返回BA到CA的二维定义下的叉积。这里主要用到了叉积求三角形面积的功能。

对于判断凹凸的实现，基本都采用向量的叉积而不是去计算角度。根据右手法则，逆时针旋转为正，顺时针旋转为负，因此可用以下函数判别：

// 求向量p2-p1,p3-p1的叉积

int CrossProduct(const Point &pre, const Point &cur, const Point &next)//pre是上一个点，cur是当前点，next是将要选择的点

int x1 = cur.x - pre.x;

int y1 = cur.y - pre.y;

int x2 = next.x - pre.x;

int y2 = next.y - pre.y;

return (x1\*y2 - y1\*x2);>0是满足凸包的点

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//凹凸测试

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

bool LeftTurnTest(const Point &p1,const Point &p2,const Point &p3)

int product = CrossProduct(p1,p2,p3);

if(product>0)

return true;

//p2点必须在p1-p3线段上面

if(product==0)

return (p3.x-p2.x)\*(p2.x-p1.x)>0||(p3.y-p2.y)\*(p2.y-p1.y)>0;

return false;

我们对于一条对应边<CHi,Chi+1>求出距离这条边最远的点CHj，则由上面第二种情况可知 CHi和CH j 为一对对踵点，这样让CHj绕行凸包一周即可得到所有的对踵点。如图5所示。

图5

接下来考虑，如何得到距离每条对应边的的最远点呢?

稍加分析，我们可以发现凸包上的点依次与对应边产生的距离成单峰函数。具体证明可以从凸包定义入手，可以利用反证法解决。如前面图4所示。

这样我们再找到一个点，使下一个点的距离小于当前的点时就可以停止了。而且随着对应边的旋转，最远点也只会顺着这个方向旋转，我们可以从上一次的对踵点开始继续寻找这一次的。

由于内层while循环的执行次数取决于j增加次数，j最多增加O(n)次，所以求出所有对踵点的时间复杂度为O(n)。

意外问题:

1.“倒刺”：

测试发现，当点的数量比较多的时候（>1000）就容易出现“倒刺”现象，如图6所示。

图6

“倒刺”都有一定的规律—很尖。“尖”说明向量方向问题，也就是说，当叉积为0的时候，会有两种情况：同向和对向。如图7所示。

图7

对向的时候是“尖刺”，并不满足凸包条件，同向的时候是平边，应该保留，否则最远点对会出现遗漏。

2. “包外点”：

当发现并解决了“倒刺”问题的时候，又发现了居然有些点在凸包外，如图8所示。

图8

原来在第二步“排序”的时候，如果出现角度一样的点怎么弄？如序列：B -A - C三个点，B - A向量和 C - A和x轴的夹角是一致的，那么可能出现“先长后短”和“先短后长”两种情况，前者就是“包外点”的罪魁祸首。如图9所示。所以在排序时，当出现与X轴夹角相等时，按照与基点H的距离从小到大排序。

图9

## 三． 算法总复杂度 ##

Graham's Scan法求解凸包为O(nlogn)，旋转卡壳算法O(n)，所以总的复杂度为O(nlogn)。

## 四． C++实现代码 ##

\#include "stdafx.h"

\#include <iostream>

\#include <vector>

\#include <stack>

\#include <algorithm>

\#include <iterator>

\#include <cmath>

using namespace std;

//点类

class Point

public:

Point()\{\}

Point(int m\_x, int m\_y):x(m\_x),y(m\_y)\{\}

int x;

int y;

friend ostream& operator<< (ostream &out, const Point &point);

\};

//用来存储点集

vector<Point> vec;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//交换二个点

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

void swap(Point \*p1,Point \*p2)

Point temp = \*p1;

\*p1 = \*p2;

\*p2 = temp;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//函数功能：寻找基点

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

int BasicPoint(vector<Point> vec)

int p = 0;

for(int i = 1;i<(int)vec.size(); ++i)

if(vec\[i\].y<vec\[p\].y||vec\[i\].y==vec\[p\].y&&vec\[i\].x<vec\[p\].x)

p = i;

return p;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//函数功能：返回二者较大值

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

double max( double len1,double len2)

return len1>len2?len1:len2;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能：求两个向量的叉积 \*/

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

int CrossProduct(const Point &pre, const Point &cur, const Point &next)//pre是上一个点，cur是当前点，next是将要选择的点

int x1 = cur.x - pre.x;

int y1 = cur.y - pre.y;

int x2 = next.x - pre.x;

int y2 = next.y - pre.y;

return (x1\*y2 - y1\*x2); //>0是满足凸包的点

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能：求两点间的距离的平方 \*/

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

double Distance(const Point &point1, const Point &point2)

return (point1.x - point2.x)\*(point1.x - point2.x) + (point1.y - point2.y)\*(point1.y - point2.y);

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能：比较两个点，依据夹角从小到大进行排序，如果夹角相等，则按照与基点的距离从小到大进行排序。

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

bool Cmp(const Point &left, const Point &right)

int product = CrossProduct(vec\[0\],left,right);

if(product != 0)

return product>0;

double d1= Distance(left,vec\[0\]);

double d2 = Distance(right,vec\[0\]);

return d1<d2;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//函数功能：凹凸测试

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

bool LeftTurnTest(const Point &p1,const Point &p2,const Point &p3)

int product = CrossProduct(p1,p2,p3);

if(product>0)

return true;

//p2点必须在p1-p3线段上面

if(product==0)

return (p3.x-p2.x)\*(p2.x-p1.x)>0||(p3.y-p2.y)\*(p2.y-p1.y)>0;

return false;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

//函数功能：输出流重定义

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

ostream& operator<< (ostream &out, const Point &point)

out<<"("<<point.x<<","<<point.y<<")";

return out;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能：获取凸包

参数vec存放输入的点，result存放凸包上的点\*/

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

void GetConvexHull(vector<Point> vec, vector<Point> &result)

//寻找基点,并把基点与vec\[0\]交换位置

int p = BasicPoint(vec);

swap(&vec\[0\],&vec\[p\]);

//除基点外，对于其余的点，按照与基点的连线与x轴的夹角从小到大进行排序，

//如果夹角相等，则按照与基点的距离从小到大进行排序

sort(vec.begin()+1, vec.end(), Cmp);

int size = vec.size();

if(size < 3)

copy(vec.begin(), vec.end(), back\_inserter(result));

else

result.push\_back(vec.at(0));

result.push\_back(vec.at(1));

result.push\_back(vec.at(2));

int top = 2;

for(int i=3; i<size; i++)

while((top>0) && (!LeftTurnTest(result.at(top-1), result.at(top), vec.at(i))) )

result.pop\_back();

top--;

result.push\_back(vec.at(i));

top++;

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

/\* 函数功能:简化的旋转卡壳算法 \*/

/\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/

double RotatingCalipers(vector<Point> result, int n)

int j = 1;

double maxLength = 0.0;//存储最大值

result\[n\] = result\[0\];

for(int i = 0; i<n; i++)

while(CrossProduct(result\[i+1\], result\[j+1\], result\[i\]) > CrossProduct(result\[i+1\], result\[j\], result\[i\]))

j = (j+1)%n;

maxLength = max(maxLength, max(Distance(result\[i\], result\[j\]), Distance(result\[i+1\], result\[j+1\])));

return maxLength;

int \_tmain(int argc, \_TCHAR\* argv\[\])

//产生N个随机点

const int N = 20;

for(int i=0; i<N; i++)

vec.push\_back(Point(rand()%20, rand()%20));

cout<<"平面上的点："<<endl;

copy(vec.begin(), vec.end(), ostream\_iterator<Point>(cout, "\\n"));

cout<<endl;

vector<Point> result;

//求凸包

GetConvexHull(vec, result);

//打印凸包上的点

cout<<"凸包上的点："<<endl;

copy(result.begin(), result.end(), ostream\_iterator<Point>(cout, " "));

cout<<endl;

double distace = RotatingCalipers(result, result.size()-1);

cout<<"最远距离为："<<sqrt(double(distace))<<endl;

system("pause");

return 0;

## 五． 测试 ##

平面上的点：

(7,1)

(0,14)

(4,9)

(18,18)

(4,2)

(5,5)

(7,1)

(11,1)

(2,15)

(16,7)

(4,11)

(13,2)

(2,12)

(16,1)

(15,18)

(6,7)

(18,11)

(12,9)

(19,7)

(14,15)

凸包上的点：

(7,1) (7,1) (11,1) (16,1) (19,7) (18,18) (15,18) (2,15) (0,14) (4,2)

最远距离为：20.2485

请按任意键继续. . .

[S_... 1]: http://write.blog.csdn.net/postedit#_Toc313028811
[... 1]: http://write.blog.csdn.net/postedit#_Toc313028812
[_... 1]: http://write.blog.csdn.net/postedit#_Toc313028813
[_... 2]: http://write.blog.csdn.net/postedit#_Toc313028814
[_... 8]: http://write.blog.csdn.net/postedit#_Toc313028815
[C_... 8]: http://write.blog.csdn.net/postedit#_Toc313028816
[_... 12]: http://write.blog.csdn.net/postedit#_Toc313028817