**问题描述:**

给定某空间中(直线空间或平面空间)n个点,请找出它们中的最近点对。你需要完成下列任务:

1、随机产生或手工输入n个点的坐标。

2、输出最近的两个点的坐标。

3、算法尽可能效率高。



解决方案:



针对问题,主要包括两个方面的问题,一是在直线空间求最近点对,二是在平面空间求最近点对。具体解决办法如下:

(1)直线空间求最近点对问题

求最近点对如果直接用蛮力法,即有n个点,从第一个点开始依次算出两点直接的距离,进行大小比较,求出最小值,其时间效率为O(n^2)。那有没有效率更高一点的办法呢?结果当然是有的,那就是采用迭代法(时间效率为O(n*logn),先找出一组点中的中间点,使得在中间点左边的x坐标小于中间点x坐标,中间点右边的x坐标大于中间点x坐标,分成左右两组,用第一组左边组X最大值与右边组X最小值相减即得当前最短距离,在依次迭代,最后递归合并求出最终最短距离。

分治法方案具体代码如下:

package com.liuzhen.ex_two;

public class ClosestPionts {

    //初始化一个随机数组
public static int[] initializationArray(int n){
int[] result = new int[n];
for(int i = 0;i < n;i++)
result[i] = (int)(Math.random()*1000); //采用随机函数随机生成1~1000之间的数
return result; } //返回数组中最大值
public static int getArrayMax(int a[] , int first , int end){
int max = a[first];
for(int i = first;i < end;i++){
if(max < a[i])
max = a[i];
}
return max;
} //返回数组中最小值
public static int getArrayMin(int a[] , int first , int end){
int min = a[first];
for(int i = first;i < end;i++){
if(min > a[i])
min = a[i];
}
return min;
} //交换数组a[n]中两个数的值
public static void swapArray(int a[] , int i , int j){
int temp = a[i];
a[i] = a[j];
a[j] = temp;
} //采用分治法将数组a[n]分成两组,满足a[n1]<m,a[n2]>m(其中n1+n2 = n)
public static int divideArray(int a[],int first,int end){
int max = getArrayMax(a,first,end);
int min = getArrayMin(a,first,end);
double m = (max + min)/2.0;
//System.out.println("分治法算出中位数m:"+m);
int i = first , j = end-1;
//int a1 = 0;
for( ;i+1 <= j;){
while(a[i] < m && i+1 <= j)
i++;
while(a[j] > m && i+1 <= j)
j--;
// a1++;
// System.out.println("第"+a1+"此交换时a[i] = "+a[i]+" i = "+i+" a[j] = "+a[j]+" j = "+j);
swapArray(a,i,j); //a[i]大于m的值与a[j]小于m的值进行交换,但数组的位置不变
}
//System.out.println("分组后,返回的序号j值是:"+(j));
return j;
} //采用递归法合并最短距离值,返回最短距离的点
public static int[] getMinDistancePoint(int a[] , int result[],int n ,int first , int end) { if(end-first <= 1){ //递归终止条件
return result;
} int j = divideArray(a,first,end);
int minDistance = result[1] - result[0]; //最短距离两点之间的距离大小
if(minDistance > getArrayMin(a,j,end)-getArrayMax(a,first,j))
{
result[0] = getArrayMax(a,first,j); //最短距离两点中数值最小的点
result[1] = getArrayMin(a,j,end); //最短距离两点中数值最小的点
}
int result_one[] = getMinDistancePoint(a,result,2,first,j); //递归
int minDistance_one = result_one[1] - result_one[0];
int result_two[] = getMinDistancePoint(a,result,2,j,end); //递归
int minDistance_two = result_two[1] - result_two[0];
if(minDistance > minDistance_one)
result = result_one;
if(minDistance > minDistance_two)
result = result_two;
return result;
}
public static void main(String[] args){
int a[] = new int[10];
int b[] = new int[2];
b[0] = 0;
b[1] = 100;
a = initializationArray(15);
String one_text = "";
for(int i = 0;i < 15;i++){
one_text += "直线随机点Point["+i+"] = "+a[i]+"\n";
//System.out.print("数组a["+i+"] = "+a[i]+"\n");
}
int result[] = getMinDistancePoint(a,b,2,0,15);
//System.out.println("result[0] = "+result[0]+"\n"+"result[1] = "+result[1]);
one_text += "最短距离点对第1点result[0] = "+result[0]+"\n"+"最短距离点对第2点result[1] = "+result[1];
System.out.print(one_text);
}
}

结果为

(2)平面空间求最近点对问题

平面空间教直线空间求最近点对问题就变得更加复杂一点,在此就只讨论使用蛮力法求解平面空间求最近点对问题,如有对平面使用分治法求解感兴趣的同学请看本文末尾参考资料2。

蛮力法方案具体如下:

由于是在平面,点坐标表示为(x,y),在此先创建一个Point类(方便后续功能类实现):

package com.liuzhen.ex_two;

public class Point {

    private int x;   //平面点中的x坐标
private int y; //平面点中的y坐标 //未给类对象初始化时,默认点坐标为(0,0)
public Point(){
this.x = 0;
this.y = 0;
} public Point(int x,int y){
this.x = x;
this.y = y;
} //给x赋值
public void setX(int x){
this.x = x;
} //给y赋值
public void setY(int y){
this.y = y;
} //返回x
public int getX(){
return x;
} //返回y
public int getY(){
return y;
}
}

蛮力法

package com.liuzhen.ex_two;

public class ClosestPionts {//平面中求两点最短距离问题解法
//初始化一个平面中n个点,具体点的坐标值随机生成
public static Point[] initializationPlaneArray(int n){
Point result[] = new Point[n];
for(int i = 0;i < n;i++){
int x1 = (int)(Math.random()*50); //采用随机函数随机生成1~100之间的数
int y1 = (int)(Math.random()*50);
result[i] = new Point(x1,y1);
}
return result;
} //蛮力法直接求平面中两点之间的最短距离,返回最短距离的两点坐标
public static Point[] getMinDistancePlanePoint(Point a[],int n){
Point result[] = new Point[2];
double min = 10000; //定义两点之间最短距离变量,初始化为10000
for(int i = 0;i < n;i++){
int x = a[i].getX();
int y = a[i].getY();
for(int j = i+1;j < n;j++){
int x1 = a[j].getX();
int y1 = a[j].getY();
long minSquare = (x-x1)^2 + (y-y1)^2; //利用数学中求两点之间距离公式,得到两点之间距离的平方
double min1 = Math.sqrt(minSquare); //求两点之间距离的中间变量
if(min > min1){
min = min1;
result[0] = new Point(x,y);
result[1] = new Point(x1,y1);
}
}
} return result;
} public static void main(String[] args){
String two_text = "";
Point c[] = initializationPlaneArray(15);
for(int i = 0;i < 15;i++){
two_text += "Point["+i+"] = "+"("+c[i].getX()+","+c[i].getY()+")"+"\n";
//System.out.println("c["+i+"] = "+"("+c[i].getX()+","+c[i].getY()+")");
}
//System.out.println(two_text);
Point back[] = getMinDistancePlanePoint(c,15);
for(int i = 0;i < 2;i++){
two_text += "距离最短的两点第"+(i+1)+"个点坐标是:"+"("+back[i].getX()+","+back[i].getY()+")"+"\n";
//System.out.println("距离最短的两点第"+(i+1)+"个点坐标是:"+"("+back[i].getX()+","+
//back[i].getY()+")");
}
System.out.println(two_text);
} }

结果为

Java实现最近点问题的更多相关文章

  1. Spark案例分析

    一.需求:计算网页访问量前三名 import org.apache.spark.rdd.RDD import org.apache.spark.{SparkConf, SparkContext} /* ...

  2. Java基础常见英语词汇

    Java基础常见英语词汇(共70个) ['ɔbdʒekt] ['ɔ:rientid]导向的                             ['prəʊɡræmɪŋ]编程 OO: object ...

  3. 查找附近网点geohash算法及实现 (Java版本号)

    參考文档: http://blog.csdn.net/wangxiafghj/article/details/9014363geohash  算法原理及实现方式 http://blog.charlee ...

  4. Quoit Design(最近点对+分治)

    题目链接:http://acm.hdu.edu.cn/showproblem.php?pid=1007 Quoit Design Time Limit: 10000/5000 MS (Java/Oth ...

  5. 连连看java版

    主界面 import java.awt.BorderLayout; import java.awt.Color; import java.awt.Container; import java.awt. ...

  6. 用Java实现MVPtree——MVPtree核心算法代码的搭建

    项目需要,需要把MVPtree这种冷门的数据结构写入Java,然网上没有成形的Java实现,虽说C++看惯了不过对C++实现复杂结构也是看得蒙蔽,幸好客户给了个github上job什么的人用Java写 ...

  7. Quoit Design(hdu1007)最近点对问题。模版哦!

    Quoit Design Time Limit: 10000/5000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others)Total ...

  8. HDU1007(最近点对)

    Quoit Design Time Limit: 10000/5000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/Others)Tot ...

  9. 跟据经纬度实现附近搜索Java实现

    现在很多手机软件都用附近搜索功能,但具体是怎么实现的呢>在网上查了很多资料,mysql空间数据库.矩形算法.geohash我都用过了,当数据上了百万之后mysql空间数据库方法是最强最精确的(查 ...

随机推荐

  1. Java代码生成器多表配置优化,增加自定义实体功能

    目录 前言 多表配置优化 自定义实体 杂谈 结语 前言   最近利用零碎的时间对代码生成器做了进一步更新:优化多表配置模块,增加自定义实体功能,美化单表和多表配置的UI界面,修复用户反馈的若干bug, ...

  2. Crash-fix-2:org.springframework.http.converter.HttpMessageNotReadableException

    最近开始对APP上的Crash进行对应,发现有好多常见的问题,同一个问题在多个APP都类似的出现了,这里记录下这些常见的错误. crash Log: org.springframework.http. ...

  3. Amaze UI学习笔记——JS学习历程一

    1.自定义事件 (1)一些组件提供了自定义事件,命名方式为{事件名称}.{组件名称}.amui,用户可以查看组件文档了解.使用这些事件,如: $('#myAlert').on('close.alert ...

  4. 《机器学习_01_线性模型_线性回归_正则化(Lasso,Ridge,ElasticNet)》

    一.过拟合 建模的目的是让模型学习到数据的一般性规律,但有时候可能会学过头,学到一些噪声数据的特性,虽然模型可以在训练集上取得好的表现,但在测试集上结果往往会变差,这时称模型陷入了过拟合,接下来造一些 ...

  5. goland pojie

    goland pojie 只适用于goland2019.1.3之前的版本,之后的版本没法支持. 1. 步骤 修改vm启动参数 激活正版 2. agent 网上有很多agent都是不能用的,我上传一个可 ...

  6. Codeforces1141E(E题)Superhero Battle

    A superhero fights with a monster. The battle consists of rounds, each of which lasts exactly nn min ...

  7. P4015 运输问题 最大/最小费用最大流

    P4015 运输问题 #include <bits/stdc++.h> using namespace std; , inf = 0x3f3f3f3f; struct Edge { int ...

  8. Python一切皆是对象,但这和内存管理有什么关系?

    本文始发于个人公众号:TechFlow,原创不易,求个关注 今天是Python的第15篇文章,我们来聊聊Python中内存管理机制,以及循环引用的问题. Python的内存管理机制 对于工程师而言,内 ...

  9. Htop/Glances/Dstat性能测试系统监控工具领域的瑞士军刀

    原文链接:https://mp.weixin.qq.com/s/TvfzIy4uXHPOFQ1h5Q4KWg 建议点击原文链接查看 续上篇分享的[性能测试工具],今天整理了常用的系统监控工具,当然有特 ...

  10. 把数据写入txt中 open函数中 a与w的区别

    a: 打开一个文件用于追加.如果该文件已存在,文件指针将会放在文件的结尾. 也就是说,新的内容将会被写入到已有内容之后.如果该文件不存在,创建新文件进行写入. w:  打开一个文件只用于写入.如果该文 ...