求凸多边形距离

求凸多边形的最远点对(就是距离最远的两个顶点),要求o(n),n为顶点数

 

参看:http://cgm.cs.mcgill.ca/~orm/rotcal.html

两个点A,B:A初始化成任意一个点;B先走到A的对侧(离A最远的点)记录A-B距离
一开始,A走到y值最小的点,B走到y值最大的点。记录AB距离
然后A走到A',B走到离直线AA'最远的地方。记录A'B'距离
如此重复,直到A走完一圈。然后找到最大距离就可以了。

旋转卡壳法(Rotating Calipers Algorithm),也称为圆规算法,是一种用于计算二维凸多边形内最近对之间最短距离的有效算法。在MATLAB中,你可以通过编写一个函数来实现这个过程。以下是基本步骤: 1. **初始化**:选择两个顶点作为初始“圆规”(通常取顶点集合的第一和最后一个元素),记为`p1`和`p2`。 2. **迭代**:对于每个顶点`p`,计算它与当前圆规对角线所围成的三角形的两边长度`d1`和`d2`。 - 如果`d1`+`d2`小于当前最短距离,更新最短距离,并调整圆规为新形成的对角线。 - 否则,将圆规顺时针移动到下一个顶点,除非即将形成闭合路径,这时需要逆时针回溯。 3. **结束条件**:当圆规再次回到起始位置时,循环结束,因为这意味着所有可能的对角线都已被考虑过。 4. **返回结果**:最短距离即为找到的最小距离。 在MATLAB中,可以创建一个函数,例如`minDistancePolyhedron`,接受凸多边形顶点列表作为输入,然后按照上述逻辑遍历并计算。下面是一个简化的示例代码片段: ```matlab function d = rotatingCalipers(p) n = length(p); if n < 3 % 凸多边形最少要有三个顶点 error('Not a valid polygon'); end p1 = p(1); % 初始圆规 p2 = p(end); minDist = Inf; % 初始化最小距离 for i = 2:n-1 d1 = norm(p(i) - p1); d2 = norm(p(i+1) - p1); if d1 + d2 < minDist [d, ~] = min([minDist, d1, d2]); p2 = p(i+1); else if i == n-1 % 如果形成闭合路径,回溯到开始 p2 = p1; else p2 = p(i); end end end d = minDist; % 返回最小距离 end % 示例使用 vertices = [0 0; 1 0; 1 1; 0 1]; % 四边形 minDistance = rotatingCalipers(vertices); ```
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