凸包(Convex Hull)问题求解--Gift-Wrapping 算法

2024-03-11 09:18

本文主要是介绍凸包(Convex Hull)问题求解--Gift-Wrapping 算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

 凸包问题(Convex Hull)求解--卷包裹(Gift-Wrapping) 算法

  1.前言

       最近在做MIT 6.031的问题集0时遇到了要计算凸包的问题,题中提示要用Gift Wrapping算法。作为一个在实际工程中需要应用的求解算法来讲它并不是最好的,因为它有着O(nh)的时间复杂度,但是我们依然可以通过它更好地理解问题的实质。更好地学习和应用这个基本算法。

 2.Convex Hull 问题概述

      百度百科中给出的定义为:

凸包(Convex Hull)是一个计算几何(图形学)中的概念。

在一个实数向量空间V中,对于给定集合X,所有包含X的凸集的交集S被称为X的凸包。X的凸包可以用X内所有点(X1,...Xn)的凸组合来构造.

在二维欧几里得空间中,凸包可想象为一条刚好包著所有点的橡皮圈。

用不严谨的话来讲,给定二维平面上的点集,凸包就是将最外层的点连接起来构成的凸多边形,它能包含点集中所有的点。

     通俗来说,二维的凸包就是在平面上给定的若干个点组成的点集中选取最外围的点,使得他们的连线组成的多边形能够覆盖全部的点。并且这些点应当满足以下两个条件:

(1)组成的凸多边形能够覆盖所有的点

(2)所选取的点数越少越好

MIT 6.031 problem Set 0 中给出了具体的设计规约:

    /*** Given a set of points, compute the convex hull, the smallest convex set that contains all the points * in a set of input points. The gift-wrapping algorithm is one simple approach to this problem, and * there are other algorithms too.* * @param points a set of points with xCoords and yCoords. It might be empty, contain only 1 point, two points or more.* @return minimal subset of the input points that form the vertices of the perimeter of the convex hull*/

3.卷包裹(Gift-Wrapping 算法)

3.1算法思想

该算法的思想为

1、首先选取一个最靠边界的点(例如最左上或最右下,我选的最左上)作为起始点,以这个点为基准开始选择下一个点。

2、遍历点集,考察它们相对于基准点所偏转的角度:(即目标点与基准点连线与当前基准点朝向的方向形成的射线所形成的角度),第一个点所朝向的角度设置为0。其中将以north(正上)方向为基准的顺时针偏转角定义为朝向的角度。在点集中选出偏转角最小的点作为下一个点并将其加入结果点集,同时将基准点设置为该点。

3、重复过程2,直至选取的点为起始点。

需要注意的是:在两个点偏转角度相同时,为保证所选取的点数最少,应该选取与基准点距离更大的点。

3.2代码实现(使用Java实现)

首先将点(Point)定义如下:

public class Point {private final double x;private final double y;/*** Construct a point at the given coordinates.* @param x x-coordinate* @param y y-coordinate*/public Point(double x, double y) {this.x = x;this.y = y;}/*** @return x-coordinate of the point*/public double x() {return x;}/*** @return y-coordinate of the point*/public double y() {return y;}
}

然后是具体的方法:

import java.util.Set;
import java.util.HashSet;
public class TurtleSoup {/*** Given the current direction, current location, and a target location, calculate the Bearing* towards the target point.* * The return value is the angle input to turn() that would point the turtle in the direction of* the target point (targetX,targetY), given that the turtle is already at the point* (currentX,currentY) and is facing at angle currentBearing. The angle must be expressed in* degrees, where 0 <= angle < 360. ** * @param currentBearing current direction as clockwise from north* @param currentX current location x-coordinate* @param currentY current location y-coordinate* @param targetX target point x-coordinate* @param targetY target point y-coordinate* @return adjustment to Bearing (right turn amount) to get to target point,*         must be 0 <= angle < 360*/public static double newCalculateBearingToPoint(double currentBearing, double currentX, double currentY,double targetX, double targetY) {//计算偏转角度double hei=Math.abs(currentY-targetY);double wid=Math.abs(currentX-targetX);double slop = Math.sqrt(hei*hei+wid*wid);double CAngle =Math.toDegrees(Math.asin(wid/slop));double TAngle;if(currentX>=targetX&&currentY>targetY) {TAngle=180+CAngle;}else if(currentX>targetX&&currentY<=targetY) {TAngle=360-CAngle;}else if(currentX<targetX&&currentY>=targetY) {TAngle=180-CAngle;}else if(currentX<=targetX&&currentY<targetY) {TAngle=CAngle;}else {return 359;}return (TAngle>=currentBearing)?(TAngle-currentBearing):(360-(currentBearing-TAngle));}public static double calculateDistance(double currentX,double currentY,double targetX,double targetY) {//计算两点距离double wid = Math.abs(currentX-targetX);double hei = Math.abs(currentY-targetY);return Math.sqrt(wid*wid+hei*hei);}/*** Given a set of points, compute the convex hull, the smallest convex set that contains all the points * in a set of input points. The gift-wrapping algorithm is one simple approach to this problem, and * there are other algorithms too.* * @param points a set of points with xCoords and yCoords. It might be empty, contain only 1 point, two points or more.* @return minimal subset of the input points that form the vertices of the perimeter of the convex hull*/public static Set<Point> convexHull(Set<Point> points) {if(points.size()<=2) {return points;}HashSet<Point> result =new HashSet<Point>();Point tmp=points.iterator().next();Point start = tmp;Point targ = tmp;double angle = 0,a1=0,at=0;for(Point p:points) {if(p.x()<start.x()||p.x()==start.x()&&p.y()>start.y())start = p;}result.add(start);Point ptr = start;while(true) {at=TurtleSoup.newCalculateBearingToPoint(angle, ptr.x(), ptr.y(), targ.x(), targ.y());for(Point q:points) {if(targ==q)continue;a1=TurtleSoup.newCalculateBearingToPoint(angle, ptr.x(), ptr.y(), q.x(), q.y());if(a1<at) {//选择偏转角度最小的targ =q;at=a1;}else if(a1==at) {//选择距离更大的double dist=TurtleSoup.calculateDistance(ptr.x(), ptr.y(), targ.x(), targ.y());double dis1=TurtleSoup.calculateDistance(ptr.x(), ptr.y(), q.x(), q.y());if(dis1>dist) {targ=q;at=a1;}}}if(targ == start)//终止条件break;else {angle=at;result.add(targ);ptr =targ;}}return result;}
}

  3.3时间复杂度分析

该算法时间复杂度为O(nh),其中n为所有点的个数,h为凸包中点的个数。

这篇关于凸包(Convex Hull)问题求解--Gift-Wrapping 算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/797372

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

好题——hdu2522(小数问题:求1/n的第一个循环节)

好喜欢这题,第一次做小数问题,一开始真心没思路,然后参考了网上的一些资料。 知识点***********************************无限不循环小数即无理数,不能写作两整数之比*****************************(一开始没想到,小学没学好) 此题1/n肯定是一个有限循环小数,了解这些后就能做此题了。 按照除法的机制,用一个函数表示出来就可以了,代码如下

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

购买磨轮平衡机时应该注意什么问题和技巧

在购买磨轮平衡机时,您应该注意以下几个关键点: 平衡精度 平衡精度是衡量平衡机性能的核心指标,直接影响到不平衡量的检测与校准的准确性,从而决定磨轮的振动和噪声水平。高精度的平衡机能显著减少振动和噪声,提高磨削加工的精度。 转速范围 宽广的转速范围意味着平衡机能够处理更多种类的磨轮,适应不同的工作条件和规格要求。 振动监测能力 振动监测能力是评估平衡机性能的重要因素。通过传感器实时监

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

缓存雪崩问题

缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库,瞬间耗尽数据库资源,导致数据库无法使用。 解决方案: 1、使用锁进行控制 2、对同一类型信息的key设置不同的过期时间 3、缓存预热 1. 什么是缓存雪崩 缓存雪崩是指在短时间内,大量缓存数据同时失效,导致所有请求直接涌向数据库,瞬间增加数据库的负载压力,可能导致数据库性能下降甚至崩溃。这种情况往往发生在缓存中大量 k