C++写一个求不规则多边形最大内接矩形

时间: 2023-09-03 09:10:56 浏览: 102
求不规则多边形最大内接矩形的算法有很多种,这里介绍一种基于旋转卡壳的算法。 首先,我们需要找到多边形的凸包。可以使用 Graham 扫描算法或者 Jarvis 步进算法来求解凸包。 接着,我们需要找到凸包上的两个点,使得它们与内接矩形的一条对角线重合。假设这两个点分别为 $p_1$ 和 $p_2$。 然后,我们需要利用旋转卡壳的方法求解内接矩形的另外两个顶点。具体来说,我们可以将凸包上的所有点按照极角排序,并依次考虑相邻两个点的连线。我们用一个向量 $v$ 表示两个相邻点的连线方向,并且初始时 $v$ 的长度为凸包的直径,即 $v = p_2 - p_1$。接着,我们将 $v$ 沿着凸包上的所有点逆时针旋转,直到它与凸包上的一条边重合。这时,我们就找到了内接矩形的另外两个顶点,它们与 $p_1$ 和 $p_2$ 分别构成一条对角线。 最后,我们可以计算出内接矩形的面积和位置。 下面是 C++ 的代码实现: ```cpp #include <iostream> #include <vector> #include <algorithm> #include <cmath> using namespace std; // 二维向量 struct Vector2D { double x, y; Vector2D() {} Vector2D(double x, double y) : x(x), y(y) {} // 向量减法 Vector2D operator- (const Vector2D& other) const { return Vector2D(x - other.x, y - other.y); } // 向量点积 double dot(const Vector2D& other) const { return x * other.x + y * other.y; } // 向量叉积 double cross(const Vector2D& other) const { return x * other.y - y * other.x; } // 向量长度的平方 double len2() const { return x * x + y * y; } // 向量长度 double len() const { return sqrt(x * x + y * y); } // 向量旋转 Vector2D rotate(double angle) const { double c = cos(angle), s = sin(angle); return Vector2D(x * c - y * s, x * s + y * c); } }; // 多边形顶点 struct Point { Vector2D pos; bool is_convex_hull_point; // 是否为凸包上的点 bool operator< (const Point& other) const { return pos.x < other.pos.x || (pos.x == other.pos.x && pos.y < other.pos.y); } }; // 求凸包 vector<Point> convex_hull(vector<Point>& points) { int n = points.size(); vector<Point> hull; if (n <= 1) { return hull; } sort(points.begin(), points.end()); hull.resize(n * 2); int k = 0; // 求下凸壳 for (int i = 0; i < n; ++i) { while (k >= 2 && (hull[k - 1].pos - hull[k - 2].pos).cross(points[i].pos - hull[k - 2].pos) <= 0) { --k; } hull[k++] = points[i]; } // 求上凸壳 for (int i = n - 2, t = k + 1; i >= 0; --i) { while (k >= t && (hull[k - 1].pos - hull[k - 2].pos).cross(points[i].pos - hull[k - 2].pos) <= 0) { --k; } hull[k++] = points[i]; } hull.resize(k - 1); for (auto& p : hull) { p.is_convex_hull_point = true; } return hull; } // 求不规则多边形的最大内接矩形 double max_inner_rectangle(const vector<Point>& hull) { int n = hull.size(); double max_area = 0.0; // 找到凸包上的两个点,使得它们与内接矩形的一条对角线重合 int a = 0, b = 1; for (int i = 0; i < n; ++i) { int j = (i + 1) % n; if (hull[j].pos.y - hull[i].pos.y > 1e-8) { double k = (hull[j].pos.x - hull[i].pos.x) / (hull[j].pos.y - hull[i].pos.y); double b1 = hull[i].pos.y - k * hull[i].pos.x; double b2 = hull[j].pos.y - k * hull[j].pos.x; double x = (b2 - b1) / k; Vector2D p(x, k * x + b1); if ((p - hull[i].pos).len2() > 1e-8 && (p - hull[j].pos).len2() > 1e-8) { a = i; b = j; break; } } } // 旋转卡壳求解内接矩形 Vector2D v = hull[b].pos - hull[a].pos; double max_dist = v.len(); for (int i = 0, j = 1; i < n; ++i) { while ((hull[(i + 1) % n].pos - hull[i].pos).cross(hull[(j + 1) % n].pos - hull[i].pos) > (hull[(i + 1) % n].pos - hull[i].pos).cross(hull[j].pos - hull[i].pos)) { j = (j + 1) % n; } double d = max((hull[i].pos - hull[j].pos).dot(v) / max_dist, (hull[(i + 1) % n].pos - hull[j].pos).dot(v.rotate(M_PI / 2)) / max_dist); max_area = max(max_area, d * max_dist); } return max_area; } int main() { vector<Point> points = {{Vector2D(0, 0), false}, {Vector2D(1, 1), false}, {Vector2D(1, 0), false}, {Vector2D(2, 1), false}, {Vector2D(3, 0), false}, {Vector2D(4, 2), false}, {Vector2D(3, 3), false}, {Vector2D(2, 3), false}, {Vector2D(1, 2), false}}; vector<Point> hull = convex_hull(points); double max_area = max_inner_rectangle(hull); cout << "Max inner rectangle area: " << max_area << endl; return 0; } ```

相关推荐

最新推荐

recommend-type

linux系统中c++写日志文件功能分享

主要介绍了linux系统中c++写日志文件功能,简化了glog,只保留了写日志文件的功能,只是改写了linux版本,需要的朋友可以参考下
recommend-type

C++不使用变量求字符串长度strlen函数的实现方法

主要介绍了C++不使用变量求字符串长度strlen函数的实现方法,实例分析了strlen函数的实现原理与不使用变量求字符串长度的实现技巧,需要的朋友可以参考下
recommend-type

C++如何判断一个数字是否为质数

主要为大家详细介绍了C++如何判断一个数字是否为质数,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

c++ 连接两个字符串实现代码 实现类似strcat功能

c++ 连接两个字符串实现代码 实现类似strcat功能,需要的朋友可以参考下
recommend-type

C++中求组合数的各种方法总结详解

本篇文章是对C++中的求组合数的各种方法进行了详细的介绍。需要的朋友参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。