分治算法应用-最近点对问题(Closest Pair of Points)

计算几何 平面最近点对 nlogn分治算法 求平面中距离最近的两点 本文全文原创 转载请注明出处 http://blog.youkuaiyun.com/lytning/article/details/25370169 平面最近点对,即平面中距离最近的两点 分治算法: int SOLVE(int left,int right)//求解点集中区间[left,right]中的最近点对 {     double ans; //answer     0)    调用前的预... 阅读详情

在计算几何中,最近点对问题是经典的基础问题:给定平面上的n个点,找到距离最近的一对点。暴力搜索的时间复杂度为O (n²),在数据量较大时效率极低,而分治(Divide and Conquer)可以将时间复杂度优化至O(nlogn),这也是分治思想在几何问题中的经典应用。本文将从问题分析、分治思路、算法实现、复杂度证明全方面解析该问题。

一、问题定义

1.1 问题描述

给定平面上的点集 P={p1​,p2​,...,pn​},其中每个点 pi​ 包含二维坐标 (xi​,yi​),求点集中欧氏距离最小的点对 (pi​,pj​),欧氏距离公式为:dist(pi​,pj​)=(xi​−xj​)2+(yi​−yj​)2​。为了简化计算,比较时可直接使用平方距离,避免开方运算。

1.2 暴力搜索

最直观的思路是枚举所有点对,计算每对点的距离并记录最小值,伪代码如下:

def brute_force(P):
    min_dist = ∞
    for i in 0 to len(P)-1:
        for j in i+1 to len(P)-1:
            d = dist(P[i], P[j])
            if d < min_dist:
                min_dist = d
    return min_dist

时间复杂度:两层循环搜索所有点对,共 Cn2​=2n(n−1)​ 次计算,复杂度为O(n²)。

问题:当 n 达到 10⁴、10⁵量级时,暴力搜索会因计算量过大直接超时,因此需要更高效的算法。

二、分治算法

分治算法的核心是分而治之,将复杂问题拆分为若干个规模更小的子问题,解决子问题后再将结果合并。最近点对问题的分治思路分为三步:分割(Divide)、求解(Conquer)、合并(Merge),其中合并是整个算法的难点。

图1 核心思想: 对半分割点集,合并半边结果

为了方便分割和后续处理,需要对原始点集做两次排序:

  1. 生成按x坐标升序排序的点集 Px​(用于分割点集);
  2. 生成按y坐标升序排序的点集 Py​(用于合并阶段的高效查找)。

2.1 步骤 1: Divide

  1. 找到点集 Px​ 的中位点,以中位点的 x 坐标为基准画一条竖直线 L,将点集严格划分为左半部分 LP​ 和右半部分 RP​,使两部分的点数量尽可能相等(相差不超过 1);
  2. 递归求解左半部分的最近点对距离 dleft​,递归求解右半部分的最近点对距离 dright​;
  3. 令 d=min(dleft​,dright​),此时 d 是左右两部分内部的最近点对距离,但跨分割线 L 的点对可能存在比 d 更小的距离,这是合并阶段需要解决的核心问题。

图2 合并的挑战:当某些点对的距离小于d(即两个半边最短距离)并且这些点对分别位于两个半边;换句话这些点对跨越了分割线L。

2.2 步骤 2:Conquer

递归求解子问题的终止条件:

  • 当子点集的点数n=2时,直接返回两点间的距离;
  • 当子点集的点数n=1时,定义距离为无穷大(单个点无点对)。

2.3 步骤 3: Merge

这是分治算法的核心难点:如何高效找到跨分割线 L、且距离小于 d 的点对?(见图2)。如果暴力搜索所有跨线点对,会回到 O (n²) 的复杂度,因此需要通过几何性质减少枚举次数。

几何性质 1:跨线点对的范围限制

若存在跨分割线 L 的点对 (pi​,pj​) 满足 dist(pi​,pj​)<d,则p_i 和 p_j 一定落在距离L为d的竖条区域内(记该区域为 Slab)。

  • 左半部分:L 左侧,x∈[x_L-d, x_L];
  • 右半部分:L 右侧,x∈[x_L, x_L+d]。

超出该区域的点,与另一侧的点距离必然≥d,无需考虑。我们从 Py​ 中筛选出该区域内的点,组成新的点集 Sy​(保持 y 坐标升序)。

几何性质 2:S_y 内的点对索引限制

直接枚举 Sy​ 中的所有点对仍可能是 O (n²),但有一个重要定理:

设 Sy​=[p1​,p2​,...,pm​](按 y 升序),若任意两点 pi​,pj​ 满足 dist(pi​,pj​)<d,则它们在 Sy​ 中的索引差满足 ∣j−i∣≤15。

定理证明:

  1. 将 Slab 区域划分为边长为 d/2 的正方形小格子;
  2. 由于左右子区域内部的最近点对距离≥d,每个小格子内最多包含 1 个点(若有 2 个点,距离≤√2*(d/2) < d,与 d 的定义矛盾);
  3. 对于 Slab 内的任意一点 p_i,距离它小于 d 的点,只能出现在其周围的15 个小格子内(几何空间的最大容纳数);
  4. 因此,在按 y 排序的 Sy​ 中,p_i 只需与后续的15 个点比较即可,无需枚举所有点。

合并阶段的具体操作

  1. 从 Py​ 筛选出 Slab 区域内的点,得到按 y 升序的 Sy​;
  2. 遍历 Sy​ 中的每个点 pi​,仅与它后续的15 个点 pi+1​,...,pmin(i+15,m−1)​ 计算距离;
  3. 若存在距离小于 d 的点对,更新 d 为该最小距离;
  4. 最终的 d 即为整个点集的最近点对距离。

三、分治算法伪代码

为了保证算法的 O (n log n) 复杂度,排序仅在初始阶段执行一次,递归过程中直接复用已排序的 Px​ 和 Py​,避免重复排序。

# 输入:Px(按x升序), Py(按y升序)
# 输出:点集的最近点对距离
def ClosestPair(Px, Py):
    n = len(Px)
    # 递归终止条件
    if n == 1:
        return ∞
    if n == 2:
        return dist(Px[0], Px[1])
    
    # 1. 分割:找中位点,划分为左右两部分
    mid = n // 2
    mid_point = Px[mid]  # 中位点,分割线L为x=mid_point.x
    # 拆分Px为左半Lx(≤x_L)、右半Rx(>x_L)
    Lx = Px[0:mid]
    Rx = Px[mid:n]
    # 拆分Py为Ly(≤x_L)、Ry(>x_L)(保持y升序)
    Ly = [p for p in Py if p.x ≤ mid_point.x]
    Ry = [p for p in Py if p.x > mid_point.x]
    
    # 2. 递归求解子问题
    d_left = ClosestPair(Lx, Ly)
    d_right = ClosestPair(Rx, Ry)
    d = min(d_left, d_right)
    
    # 3. 合并:处理跨分割线的点对
    # 筛选出距离L为d的Slab区域内的点,组成Sy(保持y升序)
    Sy = [p for p in Py if abs(p.x - mid_point.x) < d]
    m = len(Sy)
    # 遍历Sy,每个点仅与后续15个点比较
    for i in range(m):
        for j in range(i+1, min(i+16, m)):
            current_d = dist(Sy[i], Sy[j])
            if current_d < d:
                d = current_d
    
    return d

# 主函数调用
def main(P):
    Px = sorted(P, key=lambda p: p.x)  # 按x升序
    Py = sorted(P, key=lambda p: p.y)  # 按y升序
    return ClosestPair(Px, Py)

四、复杂度分析

分治算法的时间复杂度可通过递推公式分析,核心是:分割的递归深度 + 每层的合并时间。

4.1 递推公式

设算法处理 n 个点的时间为 T (n),则:

  • 初始排序:对 Px​ 和 Py​ 排序的时间为O(n log n);
  • 递归分割:将问题拆分为两个规模为 n/2 的子问题,时间为 2∗T(n/2);
  • 合并阶段:筛选 Sy 的时间为 O (n),两层循环的内层最多执行 15 次,总时间为 O (15n) = O (n);

因此,递推公式为:

  • T(n)=2∗T(n/2)+O(n);当 n>2;
  • T(1)=O(1) 当n=1;
  • T(2)=O(1) 当n=2;

4.2 时间复杂度

该递推公式与归并排序(MergeSort)完全一致。对于递推式 T(n)=a∗T(n/b)+f(n),当 a=2,b=2,f (n)=O (n) 时,满足 f(n)=Θ(nlogb​a)=Θ(n),因此:T(n)=Θ(nlogn)

总时间复杂度:初始排序 O (n log n) + 分治递归 O (n log n) = O(n log n),远优于暴力解法的 O (n²)。

五、关键要点总结

  1. 初始排序的必要性:仅在初始阶段对 Px、Py 排序一次,递归过程中复用,避免重复排序导致复杂度升高;
  2. 分割线的选择:以 Px 的中位点 x 坐标为分割线,保证左右子问题规模均衡,递归深度为 O (log n);
  3. 合并阶段的优化:利用几何性质将跨线点对的枚举范围限制为每个点后续 15 个点,将合并时间从 O (n²) 降至 O (n),这是算法能达到 O (n log n) 的核心;
  4. 距离计算优化:比较时可使用平方距离代替欧氏距离,避免开方的浮点运算,提升效率。

该算法不仅是计算几何的基础,更是分治思想的经典实践,理解其核心思路有助于掌握分治算法的设计技巧 ——将大问题拆分为规模均衡的小问题,解决后合并结果,且合并阶段的效率决定了整体算法的效率。除了最近点对问题,分治思想还广泛应用于排序问题、逆序对计数问题、大整数乘法、矩阵乘法。

分治——最近点对问题 利用分治方法的经典问题——最近点对问题(Closest pair of points problem) 问题描述 n个点在公共空间中,求出所有点对的欧几里得距离最小的点对。 问题分析 该题直观的解决方法便是Brute Force(暴力求解)。时间复杂度为O(n2)O(n^2)O(n2)。 minDist = infinity for i = 1 to length(P) - 1 for j... 阅读详情

相关推荐

《算法分析与设计》之Closest Pair of Points Problem(最近点对问题)

今天的算法课上主要讲了最近点对的问题,在老师的讲解下对这个问题有了一个基础的认识和了解,这里就先对这个问题做一个简单的总结吧。 最近点对问题介绍: 最近点对问题说来其实很简单,主要就是在二维平面内的n个点中,找出(欧式)距离最近的两个点来。 问题解决思路: 解决这个问题最直接的方法就是“蛮力法”(Brute Force)了,其实现过程即为: 计算出二维平面内所有点

u013522065的专栏 9181

平面中最近的两点(分治法)

设平面上的点按x排序好了,这样最多增加O(N*logN),这再整个算法来看并没有增加复杂度级别。排好序后,可以划一条垂线,把点集分成两半:PL和PR。于是最近点对或者在PL中,或者在PR中,或者PL,PR各有一点。把三种距离情况定义为dL, dR, dC.其中dL, dR可以递归求解,于是问题就变为计算dC。 根据上...

weixin_30909575的博客 376

分治法 Divide and Conquer - Closest Pair of Points 找最近点对

分治法找最近点对,可以把时间复杂度从暴力的O(n^2)降低到O(nlogn) We are given an array of n points in the plane, and the problem is to find out the closest pair of points in the array. This problem arises in a number

7593

半平面交,最近点对,旋转卡壳 --- 计算几何模板

文章目录计算几何模板 计算几何模板 全是纯干货,方法理解可查阅算法入门到进阶一书 ! #include <bits/stdc++.h> using namespace std; typedef long long ll; const double INF = 1e20; const double pi = acos(-1.0);//高精度圆周率 const double eps = 1e-8;//偏差值 const int maxn = 1010;//点的数量 //判断是否等于零,返回0为等于

沐白白的博客 618

基于SolidWorks宏的草图点坐标自动化提取与Excel集成

本文详细介绍了如何利用SolidWorks宏编程实现草图点坐标的自动化提取并与Excel集成,显著提升机械设计效率。通过VBA代码解析与优化,解决了人工记录坐标耗时易错的问题,并扩展了多草图批量处理、数据可视化等高级功能,适用于数控加工、质量检测等场景。

weixin_29251131的博客 465

【随机过程】Markov Chain的定义及发展历程与实际应用

本模块书写的初衷:由于在学习张波张景肖等学者所著的《应用随机过程》存在着不甚了解的知识点,经过个人查找资料并整理、分享,希望能够为有同样疑惑的读者贡献绵薄之力,同时如果个人编写内容有错误,恳请读者指正。本文为对《应用随机过程》第42页中Markov Chain基本概念的补充。1.Markov Chain的定义俄国数学家 Andrey Andreyevich Markov 研究并提出一个用数学方法就能解释自然变化的一般规律模型,被命名为马尔科夫链(Markov Chain)。

qq_49657150的博客 3751

Closest Pair of Points Problem(最近点对问题)

Closest Pair of Points Problem(最近点对问题)

weixin_45771864的博客 3913

使用trae自动生成前后端分离的web应用程序

使用ai自动生成前后端分离的web应用程序

一介书生 2530

分治法求最近点对(Closest Pair of Points)

在实际实现中,可以采用递归算法来实现该思想。具体实现时,需要注意合并过程中的复杂度控制,通常可以在合并步骤中利用空间换时间的思想来降低算法的复杂度。分治法求最近点对的时间复杂度为 O(nlogn),其中 n 是平面上的点的数量。这个算法在实际应用中被广泛使用,并且在计算几何领域有着重要的意义。这段代码首先定义了一个表示点的结构体 Point,然后实现了两个比较函数 compareX 和 compareY,用于根据 x 坐标和 y 坐标对点进行排序。

m0_73916791的博客 2252

高斯-约当(Gauss-Jordan)消元法——c++代码实现

具体算法的详细原理请参照此篇博客:高斯-约当(Gauss-Jordan)消元法下面是具体c++代码,不保证程序最优化,提供一个可行的程序,供大家改进,同时感谢大家提意见。——大神勿喷呀,我是一个小菜鸟~void Guss_Jordan(int n,double *a)//阶数n 系数矩阵a { double*a_temp = new double[n*n * 2];//a与单位矩阵的组合

zwz的学习之路 6875

Docker深度详解:从原理到实践的全方位指南

本文深入解析了Docker容器化技术的核心原理与实战应用。主要内容包括:1) Docker核心架构与优势,对比容器与虚拟机的关键差异;2) 企业级部署方案,涵盖离线安装与多镜像源配置;3) 高级镜像构建技术,如参数化构建、缓存优化及安全扫描;4) 容器生命周期管理,包括健康检查、资源限制及数据持久化方案。文章提供了丰富的代码示例和生产级配置建议,如使用Trivy进行安全扫描、精确控制容器资源等技术细节,帮助开发者全面掌握现代容器化技术。

weixin_42593797的博客 1282

Finding the closest pair of points

Finding the closest pair of points 本文是在理解算法导论:“33.4节 寻找最近点对” 基础上,对代码书写做的一点总结 参考了Andriy Lazorenko的博客: https://medium.com/@andriylazorenko/closest-pair-of-points-in-python-79e2409fc0b2 1. 问题说明考虑

liucheng_34的专栏 930

WPS接入DeepSeek,实现AI辅助功能

总的来说,借助 WPS 中宏功能与 DeepSeek 大模型的结合,文档处理、内容创作和数据分析等任务都能更加智能化、自动化。这不仅大幅提升了工作效率,也为办公场景带来了全新的智能化办公体验。

运维老生常谈 3809

计算几何算法(三):最近点对问题

本文探讨了计算几何中的经典问题——最近点对问题,介绍了暴力法和分治法两种解法。暴力法简单直观但效率较低(O(n²)),适用于小规模数据;分治法通过递归分割、合并处理,将时间复杂度优化至O(nlogn),更适合大规模点集。文章详细阐述了分治算法的步骤、时间复杂度分析,并提供了完整的Java实现代码,包括点类定义、距离计算、递归分治和合并处理等关键环节。通过对比两种方法的性能表现,表明分治算法在处理大规模数据时具有显著优势。该算法在计算机图形学、GIS等领域有广泛应用价值。

一碗黄焖鸡三碗米饭的博客 1300

Qt/C++音视频开发1-vlc解码播放

一、前言 最开始接触视频监控这块的时候,用的就是vlc作为解码的内核,主要是因为vlc使用简单方便,直接传入一个句柄即可,简单几行代码就可以实现一个视频流播放,很适合初学者使用,也推荐初学者用qt+vlc来做播放器,提供的接口还是非常友好的,而且门类特别多,想要获取媒体文件的各种信息比如宽高,设置宽高比等,直接调用接口函数传入参数就能设置。 所有用vlc做视频监控解码的人都会遇到一个问题,那就是鼠标事件被接管拦截了,不能识别鼠标事件,比如双击最大化等,这就很憋屈了,明明很好用的一个东西,怎么突然之间鼠标事件

Qt/C++视频监控/推流/物联网/大屏系统/自定义控件/UI定制/输入法 4942

【unity小技巧】实现FPS射击游戏枪武器随镜头手臂摇摆效果(2025/12/11补充)

如果我们视角移动转向,武器如果不跟着进行摇摆,会感觉我们的动作很生硬,特别是射击类游戏,如下实现武器摇摆这里主要分享两种实现方法,一种是改变武器位置,一种是修改武器旋转想要使用哪种方法都可以,看你自己喜欢,如果是我,我会选择第二种,比较简单,参数也少,而且个人感觉效果也更好,已枪中心做旋转更符合现实。

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 1471

分治算法之最近点对问题详细解读(附带Java代码解读)

分治算法中的最近点对问题(Closest Pair of Points)

欢迎来到我的博客!这里是一个专注于计算机技术的分享平台,涵盖编程开发、算法研究、系统架构、软件工程等多个领域。无论你是初学者还是资深开发者,都能在这里找到有价值的内容。 2014

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

最近点对算法分析Closest Pair of Points

Given n points in the plane, find a pair with smallest Euclidean distance between them. 题目很简单,就是在二维平面上寻找到距离最近的点对。最直接的算法就是暴力寻找法。一个一个找呗,复杂度显然是O(n^2)。 public static int minDis(Point[] Ps,int start,int

江湖怎么没有水的博客 3517

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

某司OA2 Closest Pair of Points

某司OA2 Closest Pair of Points 主要知识点:分治;优先级:3.5(感觉重点在于掌握算法吧)

温迪今天刷题了吗 486

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

ALG4:最近点对(the closest pair of points )

ALG4:最近点对(the closest pair of points ) 问题描述如下: 详情见:最近点对问题描述 具体实现: 由于设置本题的 OJ 设置了时间限制,规定了只能用分治的思想实现 分成三部分处理: 根据中值将待处理的点集分成三部分 左边求出最小值 dleftd_{left}dleft​ 右边求出最小值 drightd_{right}dright​ 中间的点带求出最小值 dmidd_{mid}dmid​,(根据鸽巢原理,中间的点带中需要求的点不会超过6个) 将左右两边的点集处理方式类似

m0_57476889的博客 399

Closest Pair of Points - C++

#include #include #include #include // A structure to represent a Point in 2D plane struct Point { int x, y; }; /* Following two functions are needed for library function qsort(). Refer

u013464569的专栏 1110

UVa:10245-The Closest Pair Problem(最近点对问题模板)

The Closest Pair Problem Time limit 3000 ms Problem Description Given a set of points in a two dimensional space, you will have to nd the distance between the closest two points. Input The input le ...

二营长的意大利炮友 371

Finding the closest pair of points(求解最近点对问题)

介绍了一维及二维空间上求解最近点对问题。

m0_62236666的博客 476

closest pair of points(O(nlogn)) solution

#include #include #include #include #include using namespace std; // point class representing point in 2D plane struct Point { int x; int y; Point() = default; Point(int xx, int yy) : x(xx)

KusanoNEU的博客 705

分治算法-最邻近点问题Finding the closest pair of points

问题描述: 输入:空间平面上点集Q             输出:距离最近的两个点对 问题简化:如果是在一个直线上找最近的点对,则可以使用排序,之后找最近最近点。 分治思路: Divide 将其划分为两个部分Q1,Q2   T(n) = O(n) Conquer 分别找最近点对,   T(n) = 2T(n/2) Merge 比较分开点附近的两个点距离和找出的的距离T(n)= O(

嘻嘻哈哈在成长 5349
上一篇: Unity 编辑器新手入门:从界面到实操,手把手教你上手
下一篇: 分治算法应用:逆序计数(Counting Inversions)
vv蔡博士
博客等级 码龄4年 35粉丝 49原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

vv蔡博士

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值