引入
随机增量算法是计算几何的一个重要算法,它对理论知识要求不高,算法时间复杂度低,应用范围广大。
增量法 (Incremental Algorithm) 的思想与第一数学归纳法类似,它的本质是将一个问题化为规模刚好小一层的子问题。解决子问题后加入当前的对象。写成递归式是:
增量法形式简洁,可以应用于许多的几何题目中。
增量法往往结合随机化,可以避免最坏情况的出现。
最小圆覆盖问题
题意描述
在一个平面上有 个点,求一个半径最小的圆,能覆盖所有的点。
过程
假设圆 是前 个点的最小覆盖圆,加入第 个点,如果在圆内或边上则什么也不做。否则,新得到的最小覆盖圆肯定经过第 个点。
然后以第 个点为基础(半径为 ),重复以上过程依次加入第 个点,若第 个点在圆外,则最小覆盖圆必经过第 个点。
重复以上步骤。(因为最多需要三个点来确定这个最小覆盖圆,所以重复三次)
遍历完所有点之后,所得到的圆就是覆盖所有点得最小圆。
性质
时间复杂度 ,证明详见参考资料。
空间复杂度
实现
代码实现
#include <cmath> #include <cstdio> #include <cstdlib> #include <cstring> #include <iostream> using namespace std; int n; double r; struct point { double x, y; } p[100005], o; double sqr(double x) { return x * x; } double dis(point a, point b) { return sqrt(sqr(a.x - b.x) + sqr(a.y - b.y)); } bool cmp(double a, double b) { return fabs(a - b) < 1e-8; } point geto(point a, point b, point c) { double a1, a2, b1, b2, c1, c2; point ans; a1 = 2 * (b.x - a.x), b1 = 2 * (b.y - a.y), c1 = sqr(b.x) - sqr(a.x) + sqr(b.y) - sqr(a.y); a2 = 2 * (c.x - a.x), b2 = 2 * (c.y - a.y), c2 = sqr(c.x) - sqr(a.x) + sqr(c.y) - sqr(a.y); if (cmp(a1, 0)) { ans.y = c1 / b1; ans.x = (c2 - ans.y * b2) / a2; } else if (cmp(b1, 0)) { ans.x = c1 / a1; ans.y = (c2 - ans.x * a2) / b2; } else { ans.x = (c2 * b1 - c1 * b2) / (a2 * b1 - a1 * b2); ans.y = (c2 * a1 - c1 * a2) / (b2 * a1 - b1 * a2); } return ans; } int main() { scanf("%d", &n); for (int i = 1; i <= n; i++) scanf("%lf%lf", &p[i].x, &p[i].y); for (int i = 1; i <= n; i++) swap(p[rand() % n + 1], p[rand() % n + 1]); o = p[1]; for (int i = 1; i <= n; i++) { if (dis(o, p[i]) < r || cmp(dis(o, p[i]), r)) continue; o.x = (p[i].x + p[1].x) / 2; o.y = (p[i].y + p[1].y) / 2; r = dis(p[i], p[1]) / 2; for (int j = 2; j < i; j++) { if (dis(o, p[j]) < r || cmp(dis(o, p[j]), r)) continue; o.x = (p[i].x + p[j].x) / 2; o.y = (p[i].y + p[j].y) / 2; r = dis(p[i], p[j]) / 2; for (int k = 1; k < j; k++) { if (dis(o, p[k]) < r || cmp(dis(o, p[k]), r)) continue; o = geto(p[i], p[j], p[k]); r = dis(o, p[i]); } } } printf("%.10lf\n%.10lf %.10lf", r, o.x, o.y); return 0; }
练习
参考资料与扩展阅读
https://www.cnblogs.com/aininot260/p/9635757.html
https://www.cise.ufl.edu/~sitharam/COURSES/CG/kreveldnbhd.pdf