分治法解决凸包问题的c语言代码

时间: 2023-10-22 20:03:36 浏览: 75
分治法解决凸包问题的C语言代码如下: ```c #include <stdio.h> #include <stdlib.h> #include <math.h> typedef struct Point { double x; double y; } Point; int compare_x(const void *a, const void *b) { Point *p1 = (Point *)a; Point *p2 = (Point *)b; if (p1->x < p2->x) { return -1; } else if (p1->x > p2->x) { return 1; } else { return 0; } } int compare_y(const void *a, const void *b) { Point *p1 = (Point *)a; Point *p2 = (Point *)b; if (p1->y < p2->y) { return -1; } else if (p1->y > p2->y) { return 1; } else { return 0; } } double distance(Point p1, Point p2) { double dx = p1.x - p2.x; double dy = p1.y - p2.y; return sqrt(dx * dx + dy * dy); } double cross_product(Point p1, Point p2, Point p3) { double x1 = p2.x - p1.x; double y1 = p2.y - p1.y; double x2 = p3.x - p2.x; double y2 = p3.y - p2.y; return x1 * y2 - x2 * y1; } void merge(Point *points, int left, int mid, int right, Point *buffer) { int i = left, j = mid + 1, k = 0; while (i <= mid && j <= right) { if (points[i].y < points[j].y) { buffer[k++] = points[i++]; } else { buffer[k++] = points[j++]; } } while (i <= mid) { buffer[k++] = points[i++]; } while (j <= right) { buffer[k++] = points[j++]; } for (i = left, k = 0; i <= right; i++, k++) { points[i] = buffer[k]; } } double closest_pair(Point *points, int left, int right, Point *buffer) { double d1, d2, d, l, r; int i, j, k, mid; Point *p, *q; if (left == right) { return INFINITY; } else if (left + 1 == right) { return distance(points[left], points[right]); } mid = (left + right) / 2; d1 = closest_pair(points, left, mid, buffer); d2 = closest_pair(points, mid + 1, right, buffer); d = fmin(d1, d2); merge(points, left, mid, right, buffer); for (i = left; i <= right; i++) { if (fabs(points[i].x - points[mid].x) >= d) { continue; } for (j = i + 1; j <= right; j++) { if (fabs(points[j].x - points[mid].x) >= d) { break; } if (distance(points[i], points[j]) < d) { d = distance(points[i], points[j]); } } } return d; } double convex_hull(Point *points, int n, Point *hull) { int i, k, t; qsort(points, n, sizeof(Point), compare_x); for (i = 0; i < n; i++) { while (k >= 2 && cross_product(hull[k - 2], hull[k - 1], points[i]) <= 0) { k--; } hull[k++] = points[i]; } for (i = n - 2, t = k + 1; i >= 0; i--) { while (k >= t && cross_product(hull[k - 2], hull[k - 1], points[i]) <= 0) { k--; } hull[k++] = points[i]; } return k; } int main() { int n, i; Point *points, *hull, *buffer; double d; scanf("%d", &n); points = (Point *)malloc(n * sizeof(Point)); hull = (Point *)malloc(n * sizeof(Point)); buffer = (Point *)malloc(n * sizeof(Point)); for (i = 0; i < n; i++) { scanf("%lf %lf", &points[i].x, &points[i].y); } d = closest_pair(points, 0, n - 1, buffer); printf("%.2f\n", d); n = convex_hull(points, n, hull); for (i = 0; i < n; i++) { printf("%.0f %.0f\n", hull[i].x, hull[i].y); } free(points); free(hull); free(buffer); return 0; } ``` 代码中使用了两个辅助函数:compare_x 和 compare_y,分别用于按照 x 坐标和 y 坐标对点进行排序。distance 函数用于计算两个点之间的距离。cross_product 函数用于计算三个点构成的向量的叉积。 closest_pair 函数使用分治法解决最近点对问题。首先将点集按照 x 坐标排序,然后将点集分为两个部分,对左右两个部分分别递归调用 closest_pair 函数,得到左右两部分的最近点对距离 d1 和 d2。然后将左右两部分的点集按照 y 坐标排序,将它们合并成一个有序点集,并且对于每个点,只需要考虑与它 y 坐标相差不超过 d 的点集中的点即可,这一步可以通过一个双重循环实现。最后返回最小距离 d。 convex_hull 函数用于求解凸包。首先按照 x 坐标排序,然后从左到右依次加入点,如果加入点导致凸包不满足条件,则需要将凸包中右侧的点删除,直到凸包恢复为合法的凸包。然后从右到左依次加入点,也是同样的操作。最后返回凸包的点数。

相关推荐

最新推荐

recommend-type

java另类分治法凸包问题

用的分治法的思想,凸包顶点正好可以构成循环,感觉比较新颖,就是不断顺时针旋转,按照书上那个公式不断找出左边的点和顶点,不断存入到数组中,最后的输出刚好是顺时针的输出,创建了好几个数组,其中还有一个三维数组,...
recommend-type

C语言之整数划分问题(递归法)实例代码

整数划分问题是一个...通过这个实例,我们可以深入理解递归思想在解决数学问题中的应用,以及如何用C语言实现递归算法。同时,它还展示了如何将数学理论转化为可执行的计算机程序,这是编程实践中不可或缺的一部分。
recommend-type

BSC绩效考核指标汇总 (2).docx

BSC(Balanced Scorecard,平衡计分卡)是一种战略绩效管理系统,它将企业的绩效评估从传统的财务维度扩展到非财务领域,以提供更全面、深入的业绩衡量。在提供的文档中,BSC绩效考核指标主要分为两大类:财务类和客户类。 1. 财务类指标: - 部门费用的实际与预算比较:如项目研究开发费用、课题费用、招聘费用、培训费用和新产品研发费用,均通过实际支出与计划预算的百分比来衡量,这反映了部门在成本控制上的效率。 - 经营利润指标:如承保利润、赔付率和理赔统计,这些涉及保险公司的核心盈利能力和风险管理水平。 - 人力成本和保费收益:如人力成本与计划的比例,以及标准保费、附加佣金、续期推动费用等与预算的对比,评估业务运营和盈利能力。 - 财务效率:包括管理费用、销售费用和投资回报率,如净投资收益率、销售目标达成率等,反映公司的财务健康状况和经营效率。 2. 客户类指标: - 客户满意度:通过包装水平客户满意度调研,了解产品和服务的质量和客户体验。 - 市场表现:通过市场销售月报和市场份额,衡量公司在市场中的竞争地位和销售业绩。 - 服务指标:如新契约标保完成度、续保率和出租率,体现客户服务质量和客户忠诚度。 - 品牌和市场知名度:通过问卷调查、公众媒体反馈和总公司级评价来评估品牌影响力和市场认知度。 BSC绩效考核指标旨在确保企业的战略目标与财务和非财务目标的平衡,通过量化这些关键指标,帮助管理层做出决策,优化资源配置,并驱动组织的整体业绩提升。同时,这份指标汇总文档强调了财务稳健性和客户满意度的重要性,体现了现代企业对多维度绩效管理的重视。
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

【进阶】Flask中的会话与用户管理

![python网络编程合集](https://media.geeksforgeeks.org/wp-content/uploads/20201021201514/pythonrequests.PNG) # 2.1 用户注册和登录 ### 2.1.1 用户注册表单的设计和验证 用户注册表单是用户创建帐户的第一步,因此至关重要。它应该简单易用,同时收集必要的用户信息。 * **字段设计:**表单应包含必要的字段,如用户名、电子邮件和密码。 * **验证:**表单应验证字段的格式和有效性,例如电子邮件地址的格式和密码的强度。 * **错误处理:**表单应优雅地处理验证错误,并提供清晰的错误消
recommend-type

卷积神经网络实现手势识别程序

卷积神经网络(Convolutional Neural Network, CNN)在手势识别中是一种非常有效的机器学习模型。CNN特别适用于处理图像数据,因为它能够自动提取和学习局部特征,这对于像手势这样的空间模式识别非常重要。以下是使用CNN实现手势识别的基本步骤: 1. **输入数据准备**:首先,你需要收集或获取一组带有标签的手势图像,作为训练和测试数据集。 2. **数据预处理**:对图像进行标准化、裁剪、大小调整等操作,以便于网络输入。 3. **卷积层(Convolutional Layer)**:这是CNN的核心部分,通过一系列可学习的滤波器(卷积核)对输入图像进行卷积,以
recommend-type

BSC资料.pdf

"BSC资料.pdf" 战略地图是一种战略管理工具,它帮助企业将战略目标可视化,确保所有部门和员工的工作都与公司的整体战略方向保持一致。战略地图的核心内容包括四个相互关联的视角:财务、客户、内部流程和学习与成长。 1. **财务视角**:这是战略地图的最终目标,通常表现为股东价值的提升。例如,股东期望五年后的销售收入达到五亿元,而目前只有一亿元,那么四亿元的差距就是企业的总体目标。 2. **客户视角**:为了实现财务目标,需要明确客户价值主张。企业可以通过提供最低总成本、产品创新、全面解决方案或系统锁定等方式吸引和保留客户,以实现销售额的增长。 3. **内部流程视角**:确定关键流程以支持客户价值主张和财务目标的实现。主要流程可能包括运营管理、客户管理、创新和社会责任等,每个流程都需要有明确的短期、中期和长期目标。 4. **学习与成长视角**:评估和提升企业的人力资本、信息资本和组织资本,确保这些无形资产能够支持内部流程的优化和战略目标的达成。 绘制战略地图的六个步骤: 1. **确定股东价值差距**:识别与股东期望之间的差距。 2. **调整客户价值主张**:分析客户并调整策略以满足他们的需求。 3. **设定价值提升时间表**:规划各阶段的目标以逐步缩小差距。 4. **确定战略主题**:识别关键内部流程并设定目标。 5. **提升战略准备度**:评估并提升无形资产的战略准备度。 6. **制定行动方案**:根据战略地图制定具体行动计划,分配资源和预算。 战略地图的有效性主要取决于两个要素: 1. **KPI的数量及分布比例**:一个有效的战略地图通常包含20个左右的指标,且在四个视角之间有均衡的分布,如财务20%,客户20%,内部流程40%。 2. **KPI的性质比例**:指标应涵盖财务、客户、内部流程和学习与成长等各个方面,以全面反映组织的绩效。 战略地图不仅帮助管理层清晰传达战略意图,也使员工能更好地理解自己的工作如何对公司整体目标产生贡献,从而提高执行力和组织协同性。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【进阶】Flask中的请求处理

![【进阶】Flask中的请求处理](https://img-blog.csdnimg.cn/20200422085130952.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pqMTEzMTE5MDQyNQ==,size_16,color_FFFFFF,t_70) # 1. Flask请求处理概述** Flask是一个轻量级的Web框架,它提供了一个简洁且灵活的接口来处理HTTP请求。在Flask中,请求处理是一个核心概念,它允许
recommend-type

transformer模型对话

Transformer模型是一种基于自注意力机制的深度学习架构,最初由Google团队在2017年的论文《Attention is All You Need》中提出,主要用于自然语言处理任务,如机器翻译和文本生成。Transformer完全摒弃了传统的循环神经网络(RNN)和卷积神经网络(CNN),转而采用全连接的方式处理序列数据,这使得它能够并行计算,极大地提高了训练速度。 在对话系统中,Transformer模型通过编码器-解码器结构工作。编码器将输入序列转化为固定长度的上下文向量,而解码器则根据这些向量逐步生成响应,每一步都通过自注意力机制关注到输入序列的所有部分,这使得模型能够捕捉到