计算几何---凸包问题(Graham/Andrew Scan )
2017-07-05 14:54
375 查看
概念
凸包(Convex Hull)是一个计算几何(图形学)中的概念。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型,它能包含点集中所有点的。严谨的定义和相关概念参见维基百科:凸包。也被称为:Graham/Andrew Scan 算法。在二维欧几里得空间中,凸包可想象为一条刚好包着所有点的橡皮圈。
问题
给定平面上的二维点集,求解其凸包。过程
1. 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。然后按照其它各点p和基点构成的向量<H,p>与x轴的夹角进行排序,夹角由大至小进行顺时针扫描,反之则进行逆时针扫描。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。以下图为例,基点为H,根据夹角由小至大排序后依次为H,K,C,D,L,F,G,E,I,B,A,J。下面进行逆时针扫描。2. 线段<H, K>一定在凸包上,接着加入C。假设线段<K, C>也在凸包上,因为就H,K,C三点而言,它们的凸包就是由此三点所组成。但是接下来加入D时会发现,线段<K, D>才会在凸包上,所以将线段<K, C>排除,C点不可能是凸包。
3. 即当加入一点时,必须考虑到前面的线段是否会出现在凸包上。从基点开始,凸包上每条相临的线段的旋转方向应该一致,并与扫描的方向相反。如果发现新加的点使得新线段与上线段的旋转方向发生变化,则可判定上一点必然不在凸包上。实现时可用向量叉积进行判断,设新加入的点为pn + 1,上一点为pn,再上一点为pn - 1。顺时针扫描时,如果向量<pn - 1, pn>与<pn, pn + 1>的叉积为正(逆时针扫描判断是否为负),则将上一点删除。删除过程需要回溯,将之前所有叉积符号相反的点都删除,然后将新点加入凸包。
在上图中,加入K点时,由于线段<H,K>相对于<H,C>为顺时针旋转,所以C点不在凸包上,应该删除,保留K点。接着加入D点,由于线段<K, D>相对<H, K>为逆时针旋转,故D点保留。按照上述步骤进行扫描,直到点集中所有的点都遍例完成,即得到凸包。
复杂度
这个算法可以直接在原数据上进行运算,因此空间复杂度为O(1)。但如果将凸包的结果存储到另一数组中,则可能在代码级别进行优化。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(nlgn)。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(nlgn)。代码实现(C++&STL)
1 #include <algorithm> 2 #include <iostream> 3 #include <vector> 4 #include <math.h> 5 using namespace std; 6 //二维点(或向量)结构体定义 7 #ifndef _WINDEF_ 8 struct POINT { int x; int y; }; 9 #endif 10 typedef vector<POINT> PTARRAY; 11 //判断两个点(或向量)是否相等 12 bool operator==(const POINT &pt1, const POINT &pt2) { 13 return (pt1.x == pt2.x && pt1.y == pt2.y); 14 } 15 // 比较两个向量pt1和pt2分别与x轴向量(1, 0)的夹角 16 bool CompareVector(const POINT &pt1, const POINT &pt2) { 17 //求向量的模 18 float m1 = sqrt((float)(pt1.x * pt1.x + pt1.y * pt1.y)); 19 float m2 = sqrt((float)(pt2.x * pt2.x + pt2.y * pt2.y)); 20 //两个向量分别与(1, 0)求内积 21 float v1 = pt1.x / m1, v2 = pt2.x / m2; 22 return (v1 > v2 || (v1 == v2 && m1 < m2)); 23 } 24 //计算凸包 25 void CalcConvexHull(PTARRAY &vecSrc) { 26 //点集中至少应有3个点,才能构成多边形 27 if (vecSrc.size() < 3) { 28 return; 29 } 30 //查找基点 31 POINT ptBase = vecSrc.front(); //将第1个点预设为最小点 32 for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) { 33 //如果当前点的y值小于最小点,或y值相等,x值较小 34 if (i->y < ptBase.y || (i->y == ptBase.y && i->x > ptBase.x)) { 35 //将当前点作为最小点 36 ptBase = *i; 37 } 38 } 39 //计算出各点与基点构成的向量 40 for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end();) { 41 //排除与基点相同的点,避免后面的排序计算中出现除0错误 42 if (*i == ptBase) { 43 i = vecSrc.erase(i); 44 } 45 else { 46 //方向由基点到目标点 47 i->x -= ptBase.x, i->y -= ptBase.y; 48 ++i; 49 } 50 } 51 //按各向量与横坐标之间的夹角排序 52 sort(vecSrc.begin(), vecSrc.end(), &CompareVector); 53 //删除相同的向量 54 vecSrc.erase(unique(vecSrc.begin(), vecSrc.end()), vecSrc.end()); 55 //计算得到首尾依次相联的向量 56 for (PTARRAY::reverse_iterator ri = vecSrc.rbegin(); 57 ri != vecSrc.rend() - 1; ++ri) { 58 PTARRAY::reverse_iterator riNext = ri + 1; 59 //向量三角形计算公式 60 ri->x -= riNext->x, ri->y -= riNext->y; 61 } 62 //依次删除不在凸包上的向量 63 for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) { 64 //回溯删除旋转方向相反的向量,使用外积判断旋转方向 65 for (PTARRAY::iterator iLast = i - 1; iLast != vecSrc.begin();) { 66 int v1 = i->x * iLast->y, v2 = i->y * iLast->x; 67 //如果叉积小于0,则无没有逆向旋转 68 //如果叉积等于0,还需判断方向是否相逆 69 if (v1 < v2 || (v1 == v2 && i->x * iLast->x > 0 && 70 i->y * iLast->y > 0)) { 71 break; 72 } 73 //删除前一个向量后,需更新当前向量,与前面的向量首尾相连 74 //向量三角形计算公式 75 i->x += iLast->x, i->y += iLast->y; 76 iLast = (i = vecSrc.erase(iLast)) - 1; 77 } 78 } 79 //将所有首尾相连的向量依次累加,换算成坐标 80 vecSrc.front().x += ptBase.x, vecSrc.front().y += ptBase.y; 81 for (PTARRAY::iterator i = vecSrc.begin() + 1; i != vecSrc.end(); ++i) { 82 i->x += (i - 1)->x, i->y += (i - 1)->y; 83 } 84 //添加基点,全部的凸包计算完成 85 vecSrc.push_back(ptBase); 86 } 87 88 int main(void) { 89 int nPtCnt = 100; //生成的随机点数 90 PTARRAY vecSrc, vecCH; 91 for (int i = 0; i < nPtCnt; ++i) { 92 POINT ptIn = { rand() % 20, rand() % 20 }; 93 vecSrc.push_back(ptIn); 94 cout << ptIn.x << ", " << ptIn.y << endl; 95 } 96 CalcConvexHull(vecSrc); 97 cout << "\nConvex Hull:\n"; 98 for (PTARRAY::iterator i = vecSrc.begin(); i != vecSrc.end(); ++i) { 99 cout << i->x << ", " << i->y << endl; 100 } 101 return 0; 102 }
参考博客: http://www.cnblogs.com/devymex/archive/2010/08/09/1795392.html
endl;
相关文章推荐
- 计算几何之二维凸包:卷包裹算法、Graham Scan Algorithm、旋转卡壳算法
- 计算几何 Graham_scan凸包 pku 1113
- 计算几何--求凸包模板--Graham算法--poj 1113
- 计算几何-凸包问题
- 计算几何 : 凸包学习笔记 --- Graham 扫描法
- 【计算几何初步-凸包-Graham扫描法-极角序】【HDU1348】 WALL
- 计算几何--凸包--Andrew算法--HDU1392
- 计算几何之凸包----Graham扫描法
- 关于计算几何的几个问题之二(凸包和最近点对)
- 【计算几何初步-凸包-Graham扫描法-极角序】【HDU1348】 WALL
- poj 1113 Wall 计算几何 凸包 Graham扫描
- 算法模板——计算几何2(二维凸包——Andrew算法)
- Graham_Scan解决凸包问题
- POJ 1228 Grandpa's Estate 【计算几何:凸包,andrew】
- 【计算几何】 Andrew凸包算法 + 旋转卡壳(以求点对最长距离为例) -- 以 POJ 2187 Beauty Contest 为例
- 计算几何---凸包问题
- SGU 253 计算几何 判定点是否在凸包内
- 计算几何中的精度问题(转)
- pick定理的应用——简单的计算几何问题Triangle
- POJ 1113(计算几何初步——凸包加圆周长)