刚刚学了一些基础的三维计算几何
接触到了增量法——一种看似暴力,实际睿智的算法
下面就是增量法在另一类问题上的展现
问题描述
给定n个点,用一个最小的圆把这些点全部覆盖,求这个圆的圆心半径
算法
① 将所有点随机排布(这样可以保证算法的复杂度)
② 初始随意找到两点,设为P 1 , P 2 P_1,P_2P1,P2,以P 1 P 2 P_1P_2P1P2为直径得到初始圆,设为C 2 C_2C2(C i C_iCi表示包含前i个点的最小圆)
③ 按顺序依次加点,设当前点为P i P_iPi:若P i P_iPi在当前圆C i − 1 C_{i-1}Ci−1内,C i = C i − 1 C_i=C_{i-1}Ci=Ci−1;否则进入④
④ 一旦进入④,就说明我们需要在构造一个新的圆
显然插入点P i P_iPi一定在新圆的边界上
简单的,我们直接以P 1 P i P_1P_iP1Pi为直径暂且得到一个C i C_iCi
⑤ 新得到的C i C_iCi不一定能包含1~i所有的点
我们找到不在C i C_iCi中的一点P j ( j < i ) P_j(j<i)Pj(j<i),那么P i , P j P_i,P_jPi,Pj一定在更新的圆的边界上
现在为止,我们能确定有两个点(P i , P j P_i,P_jPi,Pj)在更新的圆的边界上
因此,简单的,我们直接以P i P j P_iP_jPiPj为直径暂且得到一个C j C_jCj
⑥ 同样的,新得到的C j C_jCj不一定能包含1~j所有的点
我们找到不在C j C_jCj中的一点P k ( k < j < i ) P_k(k<j<i)Pk(k<j<i),那么P i , P j , P k P_i,P_j,P_kPi,Pj,Pk一定在更新的圆的边界上
现在我们能确定有三个点(P i , P j , P k P_i,P_j,P_kPi,Pj,Pk)在更新的圆的边界上
因为三点确定一个圆,P i , P j , P k P_i,P_j,P_kPi,Pj,Pk构成了新的圆,一定能覆盖前i ii个点
上图中展示的就是一个简单维护过程
于是,这个问题就被转化为若干个子问题来求解了
由于三个点确定一个圆,我们的过程大致上做的是从没有确定点,到有一个确定点,再到有两个确定点,再到有三个确定点来求圆的工作
时间复杂度:O(N)
空间复杂度:O(N)
小细节
Q1.
过三点如何求圆?
A1.
先求叉积
若叉积为0,即三个点在同一直线,那么找到距离最远的一对点,以它们的连线为直径做圆即可;
若叉积不为0,即三个点不共线,那么就求三角形的外接圆
Q2.
如何求三角形外接圆?
A1.
设三个点( x 1 , y 1 ) , ( x 2 , y 2 ) , ( x 3 , y 3 ) (x_1,y_1),(x_2,y_2),(x_3,y_3)(x1,y1),(x2,y2),(x3,y3)
设过( x 1 , y 1 ) , ( x 2 , y 2 ) (x_1,y_1),(x_2,y_2)(x1,y1),(x2,y2)的直线l 1 l_1l1方程为A x + B y = C Ax+By=CAx+By=C
它的中点为( x m i d , y m i d ) = ( x 1 + x 2 2 , y 1 + y 2 2 ) (x_{mid},y_{mid})=({x_1+x_2 \over 2},{y_1+y_2 \over 2})(xmid,ymid)=(2x1+x2,2y1+y2)
方法一:
l 1 l_1l1中垂线方程为A 1 x + B 1 y = C 1 A_1x+B_1y=C_1A1x+B1y=C1
则它的中垂线方程中:
A 1 = − B = x 2 − x 1 A_1=-B=x_2-x_1A1=−B=x2−x1
B 1 = A = y 2 − y 1 B_1=A=y_2-y_1B1=A=y2−y1
C 1 = − B ∗ x m i d + A ∗ y m i d = ( x 2 2 − x 1 2 ) + ( y 2 2 − y 1 2 ) 2 C_1=-B*x_{mid}+A*y_{mid}={(x_2^2-x_1^2)+(y_2^2-y_1^2) \over 2}C1=−B∗xmid+A∗ymid=2(x22−x12)+(y22−y12)
方法二:
如果我们把直线用“点+向量”的形式记录,求中垂线就简单多了
旋转原直线方向向量九十度即可
向量旋转
x’=xcosθ-ysinθ
y’=xsinθ+ycosθ
同理可以知道过( x 1 , y 1 ) , ( x 3 , y 3 ) (x1,y1),(x3,y3)(x1,y1),(x3,y3)的直线的中垂线的方程
于是这两条中垂线的交点就是圆心
Q3.
如何求两条直线交点?
A3.
方法一:
设两条直线为A 1 x + B 1 y = C 1 A_1x+B_1y=C_1A1x+B1y=C1和A 2 x + B 2 y = C 2 A_2x+B_2y=C_2A2x+B2y=C2
求d e l t a = A 1 ∗ B 2 − A 2 ∗ B 1 delta=A_1*B_2-A_2*B_1delta=A1∗B2−A2∗B1(类似叉积)
如果d e l t a = 0 delta=0delta=0,说明两直线平行;
若不等于0,则求交点:x = B 2 ∗ C 1 − B 1 ∗ C 2 d e l t a , y = A 1 ∗ C 2 − A 2 ∗ C 1 d e l t a x={B2*C1 -B1*C2 \over delta},y={A1*C2-A2*C1 \over delta}x=deltaB2∗C1−B1∗C2,y=deltaA1∗C2−A2∗C1
方法二:
如果我们把直线用“点+向量”的形式记录,这个问题也很简单
node jiao(node p,node v,node q,node w)
//p+tv
//q+tw
{
node u=p-q;
double t=Cross(w,u)/Cross(v,w);
return p+v*t;
}
Code
思路基本上就是这样,代码实现可能不是这么显然
瞧好了您内
const double Pi=acos(-1.0);
int dcmp(double x)
{
if (fabs(x)<eps) return 0;
else if (x<0) return -1;
else return 1;
}
double lenth(node a) {return sqrt(Dot(a,a));}
node rotate(node a,double t) //向量旋转
{
return node(a.x*cos(t)-a.y*sin(t),a.x*sin(t)+a.y*cos(t));
}
node jiao(node p,node v,node q,node w)
//p+tv
//q+tw
{
node u=p-q;
double t=Cross(w,u)/Cross(v,w);
return p+v*t;
}
node get_c(node a,node b,node c)
{
node p=(a+b)/2; //ad中点
node q=(a+c)/2; //ac中点
node v=rotate(b-a,Pi/2.0),w=rotate(c-a,Pi/2.0); //中垂线的方向向量
if (dcmp(lenth(Cross(v,w)))==0) //平行
{
if (dcmp(lenth(a-b)+lenth(b-c)-lenth(a-c))==0)
return (a+c)/2;
if (dcmp(lenth(b-a)+lenth(a-c)-lenth(b-c))==0)
return (b+c)/2;
if (dcmp(lenth(a-c)+lenth(c-b)-lenth(a-b))==0)
return (a+b)/2;
}
return jiao(p,v,q,w);
}
void min_circular
{
random_shuffle(P+1,P+n+1); //随机化
c=P[1],r=0;
//c 圆心
//r 半径
for (int i=2;i<=n;i++)
if (dcmp(lenth(c-P[i])-r)>0) //不在圆内
{
c=P[i],r=0;
for (int j=1;j<i;j++)
if (dcmp(lenth(c-P[j])-r)>0)
{
c=(P[i]+P[j])/2.0;
r=lenth(c-P[i]);
for (int k=1;k<j;k++)
if (dcmp(lenth(c-P[k])-r)>0)
{
c=get_c(P[i],P[j],P[k]);
r=lenth(c-P[i]);
}
}
}
}