分治算法-分而治之 Problem D. 最近点对

时间限制 1000 ms
内存限制 64 MB

题目描述

有n个坐标点，问这些点之间最近的一对点的距离是多少？

输入数据

多组输入(<=10组数据，读入以EOF结尾)。 每组第一行输入一个数字，n(1<=n<=100000) 表示坐标点的个数。 随后n行，为两个整数，表示对应的坐标点。

输出数据

每组输出一行结果，保留两位有效数字

样例输入

2
0 0
1 1

样例输出

1.41

        在二维平面上的n个点中，如何快速的找出最近的一对点，就是最近点对问题。

        一种简单的想法是暴力枚举每两个点，记录最小距离，显然，时间复杂度为O(n^2)。

        在这里介绍一种时间复杂度为O(nlognlogn)的算法。其实，这里用到了分治的思想。将所给平面上n个点的集合S分成两个子集S1和S2，每个子集中约有n/2个点。然后在每个子集中递归地求最接近的点对。在这里，一个关键的问题是如何实现分治法中的合并步骤，即由S1和S2的最接近点对，如何求得原集合S中的最接近点对。如果这两个点分别在S1和S2中，问题就变得复杂了。

        为了使问题变得简单，首先考虑一维的情形。此时，S中的n个点退化为x轴上的n个实数x1，x2，...，xn。最接近点对即为这n个实数中相差最小的两个实数。显然可以先将点排好序，然后线性扫描就可以了。但我们为了便于推广到二维的情形，尝试用分治法解决这个问题。

        假设我们用m点将S分为S1和S2两个集合，这样一来，对于所有的p(S1中的点)和q(S2中的点)，有p

        递归地在S1和S2上找出其最接近点对{p1,p2}和{q1,q2}，并设

d = min{ |p1-p2| , |q1-q2| }

        由此易知，S中最接近点对或者是{p1,p2}，或者是{q1,q2}，或者是某个{q3,p3}，如下图所示。

        如果最接近点对是{q3,p3}，即|p3-q3|

    此时，一维情形下的最近点对时间复杂度为O(nlogn)。

    在二维情形下，类似的，利用分治法，但是难点在于如何实现线性的合并？

        由上图可见，形成的宽为2d的带状区间，最多可能有n个点，合并时间最坏情况下为n^2,。但是，P1和P2中的点具有以下稀疏的性质，对于P1中的任意一点，P2中的点必定落在一个d X 2d的矩形中，且最多只需检查六个点（鸽巢原理）。

        这样，先将带状区间的点按y坐标排序，然后线性扫描，这样合并的时间复杂度为O(nlogn)，几乎为线性了。

        

/*最近点对问题，时间复杂度为O(n*logn*logn)*/
#include
using namespace std;
const double INF = 1e20;
const int N = 100005;
//点坐标 
struct Point{
    double x;
    double y;
}point[N];
int n;
//在[mid-n,mid+n]内的点 
int tmpt[N];
//结构体排序：先排序x坐标，再排序y坐标 
bool cmpxy(const Point& a, const Point& b){
    if(a.x != b.x)
        return a.x < b.x;
    return a.y < b.y;
}
//对已排序的点，再对tmpt数组按照y坐标排序 
bool cmpy(const int& a, const int& b){
    return point[a].y < point[b].y;
}

double min(double a, double b){
    return a < b ? a : b;
}
//距离函数 
double dis(int i, int j){
    return sqrt((point[i].x-point[j].x)*(point[i].x-point[j].x)
                + (point[i].y-point[j].y)*(point[i].y-point[j].y));
}
 
double Closest_Pair(int left, int right){
    double d = INF;
    if(left==right)
        return d;
    if(left + 1 == right)
        return dis(left, right);
    int mid = (left+right)>>1;
    double d1 = Closest_Pair(left,mid);
    double d2 = Closest_Pair(mid+1,right);
    d = min(d1,d2);
    int i,j,k=0;
    //分离出宽度为d的区间
    for(i = left; i <= right; i++){
        if(fabs(point[mid].x-point[i].x) <= d)
            tmpt[k++] = i;
    }
    sort(tmpt,tmpt+k,cmpy);
    //线性扫描
    for(i = 0; i < k; i++){
        for(j = i+1; j < k && point[tmpt[j]].y-point[tmpt[i]].y d3)
                d = d3;
        }
    }
    return d;
}
 
 
int main(){
    while(~scanf("%d",&n)){
        if(n==0)
            break;
        for(int i = 0; i < n; i++)
            scanf("%lf %lf",&point[i].x,&point[i].y);
        sort(point,point+n,cmpxy);
        printf("%.2lf\n",Closest_Pair(0,n-1));
    }
    return 0;
}