poj 2187 旋转卡壳求最远点对的平方

本文介绍了旋转卡壳算法的基本原理及实现过程。通过求解凸包并应用旋转卡壳技术,可以有效地找到二维平面上点集的最大直径。文章提供了一个完整的C++实现案例,并讨论了该题目的数据特点。

今天学了下旋转卡壳,感觉还好...

先求凸包然后旋转卡壳就行了。

据说这题的数据可以直接暴力凸包求距离就行了,数据太水 = =

代码:

/*
*  Author:      illuz <iilluzen[at]gmail.com>
*  Blog:        http://blog.youkuaiyun.com/hcbbt
*  File:        poj2187.cpp
*  Create Date: 2013-11-23 09:34:38
*  Descripton:  rotating calipers 
*/

#include <cstdio>
#include <cstring>
#include <cmath>
#include <algorithm>
using namespace std;

#define sqr(a) ((a) * (a))

const int MAXN = 50000;
const double PI = acos(-1.0);
const int INF = 0x7fffffff;

struct Point {
	double x;
	double y;
	Point() {};
	Point(double tx, double ty) {
		x = tx;
		y = ty;
	}
	Point operator-(const Point &b) const {
		return Point(x - b.x, y - b.y);
	}
	Point operator+(const Point &b) const {
		return Point(x + b.x, y + b.y); 
	}
	Point operator*(const double &k) const {
		return Point(x * k, y * k);
	}
	double operator*(const Point &b) const {	// 点积
		return x * b.y + y * b.x;
	}
	double operator^(const Point &b) const {	// 叉积
		return x * b.y - y * b.x;
	}
	friend bool operator < (const Point &l, const Point &r) {
		return l.y < r.y || (l.y == r.y && l.x < r.x);
	}
} p[MAXN], ch[MAXN * 2];
// p, point   ch, convex hull

double dis(const Point &a, const Point &b) {
	return sqrt(sqr(a.x - b.x) + sqr(a.y - b.y));
}

double ddis(const Point &a, const Point &b) {
	return sqr(a.x - b.x) + sqr(a.y - b.y);
}

double mult(const Point &a, const Point &b, const Point &o) {
	return (a.x - o.x) * (b.y - o.y) - (b.x - o.x) * (a.y - o.y);
}

int Graham(Point p[], int n, Point res[]) {
	int top = 1;
	sort(p, p + n);
	if (n == 0) return 0;
	res[0] = p[0];
	if (n == 1) return 1;
	res[1] = p[1];
	if (n == 2) return 2;
	res[2] = p[2];
	for (int i = 2; i < n; i++) {
		while (top && (mult(p[i], res[top], res[top - 1]) >= 0))
			top--;
		res[++top] = p[i];
	}
	int len = top;
	res[++top] = p[n - 2];
	for (int i = n - 3; i >= 0; i--) {
		while (top != len && (mult(p[i], res[top], res[top - 1]) >= 0))
			top--;
		res[++top] = p[i];
	}
	return top;
}

double rotating_calipers(Point *p, int n) {
	n = Graham(p, n, ch);
	int q = 1;
	double ans = 0;
	ch[n] = ch[0];
	for (int p = 0; p < n; p++) {
		while (mult(ch[p + 1], ch[q + 1], ch[p]) > mult(ch[p + 1], ch[q], ch[p]))
			q = (q + 1) % n;
		ans = max(ans, max(ddis(ch[p], ch[q]), ddis(ch[p + 1], ch[q + 1])));
	}
	return ans;
}

int main() {
	int n;
	scanf("%d", &n);
		for (int i = 0; i < n; i++)
			scanf("%lf%lf", &p[i].x, &p[i].y);
		printf("%.0f\n", rotating_calipers(p, n));
	return 0;
}


**旋转卡壳(Rotating Calipers)** 是一种用于解决凸多边形上几何优化问题的强大技术,其核心思想是: > 利用凸包的“对踵点”(antipodal points)性质和单调性,在不枚举所有组合的情况下高效求解最大/最小距离、面积、宽度等问题。 它得名于“像卡尺一样绕着凸包旋转”,通过双指针或三指针的方式模拟两个(或多个)方向同步移动。 --- ## ✅ 一、基本原理 ### 1. 对踵点(Antipodal Pairs) 在凸多边形中,一对点被称为对踵点,如果存在一条直线同时经过这两个点,且整个多边形位于这条直线的一侧(即它们可以作为平行支撑线的接触点)。 这些点对可以通过旋转卡壳线性地遍历。 ### 2. 单调性 随着一个顶点沿凸包顺时针移动,与其构成最大面积三角形或最远距离的另一个顶点也具有单调性(不会回头),因此可以用双指针技巧避免暴力枚举。 --- ## ✅ 二、经典应用举例 | 问题 | 时间复杂度 | 方法 | |------|------------|-------| | 凸包直径(最远点对) | $O(n)$ | 双指针旋转 | | 凸多边形宽度 | $O(n)$ | 旋转卡尺+投影 | | 最大面积内接三角形 | $O(n^2)$ 或 $O(n)$ 近似 | 固定底边找最高点 | | 最小矩形包围框 | $O(n)$ | 同时维护四条边 | --- ## ✅ 三、使用旋转卡壳凸多边形中最大面积三角形 我们考虑这样一个策略: ### 🎯 目标: 给定一个凸多边形(按逆时针排序的顶点),找出三个顶点构成的最大面积三角形。 ### 🔧 关键观察: 对于固定的边 $AB$,使三角形 $ABC$ 面积最大的点 $C$ 是使得高最大的点。由于面积与叉积成正比: $$ \text{Area}(A,B,C) = \frac{1}{2} |\vec{AB} \times \vec{AC}| $$ 所以我们可以固定边 $AB$,然后找到使叉积最大的点 $C$。 而这个最优的 $C$ 在凸包上具有**单调性**:当 $B$ 沿着凸包前进时,最优 $C$ 也不会后退。 --- ### 📌 算法步骤($O(h^2)$ 版本): ```python def max_triangle_area_rotating_calipers(hull): """ hull: 凸包顶点列表,按逆时针顺序排列 返回最大三角形面积 """ def cross(o, a, b): return (a[0] - o[0]) * (b[1] - o[1]) - (a[1] - o[1]) * (b[0] - o[0]) n = len(hull) if n < 3: return 0.0 max_area = 0.0 for i in range(n): k = i + 2 # 第三个点指针 for j in range(i + 1, n): # 移动 k 找到当前 i,j 下面积最大的 C while k + 1 < n: area1 = abs(cross(hull[i], hull[j], hull[k])) area2 = abs(cross(hull[i], hull[j], hull[k + 1])) if area2 > area1: k += 1 else: break current_area = 0.5 * abs(cross(hull[i], hull[j], hull[k])) max_area = max(max_area, current_area) return max_area ``` > ⚠️ 注意:上面代码假设 `hull` 已经按逆时针排序(凸包算法输出通常是这样的)。 --- ### 🔁 更高级版本:真正的 $O(n)$ 或 $O(n \log n)$? 实际上,有论文证明可以在 $O(n)$ 时间内找到凸 $n$-边形中的最大面积三角形(如 Dobkin et al., 1982),但实现复杂,涉及三指针同步推进。 简化思路如下($O(n^2)$ 已足够实用): - 固定点 $A$ - 使用两个指针 $B$ 和 $C$ 绕凸包旋转 - 当 $B$ 移动时,$C$ 不会回退,利用单调性跳过无效状态 --- ## ✅ 四、完整示例:结合凸包 + 旋转卡壳风格枚举 ```python def largestTriangleArea(points): def cross(o, a, b): return (a[0] - o[0]) * (b[1] - o[1]) - (a[1] - o[1]) * (b[0] - o[0]) # 构造凸包(Andrew's Algorithm) def convex_hull(points): points = sorted(set(tuple(p) for p in points)) if len(points) <= 1: return points lower = [] for p in points: while len(lower) >= 2 and cross(lower[-2], lower[-1], p) <= 0: lower.pop() lower.append(p) upper = [] for p in reversed(points): while len(upper) >= 2 and cross(upper[-2], upper[-1], p) <= 0: upper.pop() upper.append(p) return lower[:-1] + upper[:-1] # 计算三角形面积 def triangle_area(a, b, c): return 0.5 * abs(cross(a, b, c)) hull = convex_hull(points) m = len(hull) if m < 3: return 0.0 max_area = 0.0 # O(m^2) 枚举 + 利用单调性提前终止(类旋转卡壳思想) for i in range(m): k = (i + 2) % m for j in range(i + 1, m): # 尝试向前移动 k 寻找更高面积 while True: next_k = (k + 1) % m if next_k == i or next_k == j: break area_current = triangle_area(hull[i], hull[j], hull[k]) area_next = triangle_area(hull[i], hull[j], hull[next_k]) if area_next > area_current: k = next_k else: break max_area = max(max_area, triangle_area(hull[i], hull[j], hull[k])) return max_area ``` > 💡 此版本虽然仍是 $O(m^2)$,但利用了旋转卡壳的核心思想——**单调性剪枝**,显著快于纯暴力。 --- ## ✅ 五、可视化理解(想象) 想象你拿着一把三角尺: - 一边固定在凸包的一条边上, - 另一个顶点沿着边缘滑动,直到面积不再增加。 - 然后把底边往前移一点,上次的“最佳顶点”很可能仍然是一个好的起点。 这就是“旋转”的含义:不断调整支撑方向。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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