求平面散点集的凸包

本文参考自<<算法导论>>章节33.3 寻找凸包

完整VS2010工程见(包含测试数据与效果演示):

Graham算法主要利用向量的叉积判断点和线段的位置关系,详见 向量叉积,然后从左下角点按逆时针方向寻找最边缘的线段,利用的原理就是从凸包上任意一点逆时针出发,每到一个节点,一定会向左拐.算法复杂度为O(nlg(n))

算法主要实现如下:

 1 // 输入:点数组arrInPt,个数nInPtCount,包含所有点
 2 // 输出:点数组arrOutPt,个数nOutPtCount,逆时针顺序依次存放凸包上的点
 3 static void Graham(Point arrInPt[],const int nInPtCount,Point arrOutPt[],int & nOutPtCount)
 4 {
 5     // step 1:找到最靠近坐下角的点,放到p[0]位置
 6     // 保证p[0]的y值最小,若两点y值相同,取x值较小者
 7     int nIndex = 0;
 8     for(int i = 1;i < nInPtCount;++i)
 9     {
10         if(arrInPt[i].y < arrInPt[nIndex].y ||
11             (arrInPt[i].y == arrInPt[nIndex].y && arrInPt[i].x < arrInPt[nIndex].x))
12         {
13             nIndex = i;
14         }
15     }
16     Point tmp = arrInPt[0];
17     arrInPt[0] = arrInPt[nIndex];
18     arrInPt[nIndex] = tmp;
19 
20     // step 2:剩下的点p[1]--p[nInPtCount-1],按照与p[0]极角升序排序
21     SortByPolarAngle(arrInPt,nInPtCount);
22 
23     // step 3:栈操作
24     nOutPtCount = 0;
25     // 前三个点入栈
26     arrOutPt[nOutPtCount++] = arrInPt[0];
27     arrOutPt[nOutPtCount++] = arrInPt[1];
28     arrOutPt[nOutPtCount++] = arrInPt[2];
29     for(int i = 3;i < nInPtCount;i++)
30     {
31         // 栈中最上面两个点如果不与arrInPt[i]形成左转,就进行出栈操作
32         while(nOutPtCount > 1 && IfTurnLeft(arrOutPt[nOutPtCount-2],arrOutPt[nOutPtCount-1],arrInPt[i]) == false )
33         {
34             nOutPtCount--;
35         }
36         // arrInPt[i]入栈
37         arrOutPt[nOutPtCount++] = arrInPt[i];
38     }
39 }

Jarvis算法与Graham算法类似也是从左下角的点开始,依次搜寻与边界点极角最小的点.算法复杂度为O(hn),h为边界点的个数

 1 // 输入:点数组arrInPt,个数nInPtCount,包含所有点
 2 // 输出:点数组arrOutPt,个数nOutPtCount,逆时针顺序依次存放凸包上的点
 3 static void Jarvis(Point arrInPt[],const int nInPtCount,Point arrOutPt[],int & nOutPtCount)
 4 {
 5     // step 1:找到最靠近坐下角的点,放到p[0]位置
 6     // 保证p[0]的y值最小,若两点y值相同,取x值较小者
 7     nOutPtCount = 0;
 8     int nIndex = 0;
 9     for(int i = 1;i < nInPtCount;++i)
10     {
11         if(arrInPt[i].y < arrInPt[nIndex].y ||
12             (arrInPt[i].y == arrInPt[nIndex].y && arrInPt[i].x < arrInPt[nIndex].x))
13         {
14             nIndex = i;
15         }
16     }
17     Point tmp = arrInPt[0];
18     arrInPt[0] = arrInPt[nIndex];
19     arrInPt[nIndex] = tmp;
20     // step : 寻找与p[nIndex]极角最小的那个点
21     nIndex = 0;
22     do 
23     {
24         arrOutPt[nOutPtCount++] = arrInPt[nIndex];
25         nIndex = FindMinPolarAngle(arrInPt,nInPtCount,nIndex);
26     } while (arrInPt[0] != arrInPt[nIndex]);                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  
27 }

经测试,两种算法的效率差不多,10W个点以内,1s之内可以搞定,100w个点,Jarvis大约需要5秒多,Graham大约需要6s多,也就是h < log(n)时,Jarvis效率略优.测试机器为i5 3.10GHz

求平面散点集的凸包_第1张图片求平面散点集的凸包_第2张图片求平面散点集的凸包_第3张图片

Graham效率:

求平面散点集的凸包_第4张图片

Jarvis效率:

求平面散点集的凸包_第5张图片

你可能感兴趣的:(求平面散点集的凸包)