ACM 计算几何 最小圆覆盖算法

合集下载

最少顶点覆盖问题的研究

最少顶点覆盖问题的研究

最少顶点覆盖问题的研究作者:张惠玲谢邱敏李炜来源:《中国新通信》2014年第13期【摘要】对此最少顶点覆盖问题,我们巧妙提出了两种方法:1)建立整数规划模型,用分支定界算法求解模型;2)将其转换成最小支配集问题,最小支配集问题是NP完全问题,找不到多项式时间算法,我们分别采用贪心算法和近似算法(经典的遗传算法)求解。

在此基础上,我们还分析了两种方法的优缺点并将模型推广使用。

【关键词】最少顶点覆盖整数规划最小支配集贪心算法近似算法一、问题简述考虑如下数学问题:现有一片的矩形网络图,给定67个顶点的位置坐标,现要选取其中的某些顶点作为圆心,以20为半径作圆,要求能覆盖全部顶点,求要选取顶点的最少数目,画出覆盖图形。

(如图1)【67个顶点的坐标分别为(10,115),(33,26),(58,141),(0,19),(1,170),(77,149),(80,68),(46,46),(91,111),(70,56),(91,127),(75,180),(71,163),(16,141),(34,123),(45,15),(44,92),(34,183),(33,75),(17,181),(15,26),(57,70),(92,82),(97,182),(29,97),(64,7),(1,94),(37,149),(19,199),(56,157),(85,192),(82,39),(75,134),(96,65),(97,42),(50,128),(68,112),(80,6),(40,197),(96,13),(86,96),(44,61),(45,170),(99,143),(20,6),(4,151),(1,135),(0,54),(65,35),(48,113),(77,83),(30,55),(76,23),(49,30),(58,85),(62,188),(12,43),(1,190),(35,0),(69,97),(9,67),(21,165),(90,165),(16,88),(4,3),(99,198),(27,40)】二、模型建立2.1 基于整数规划模型求解小规模最少顶点覆盖问题以所选顶点个数最少为目标函数,约束条件是使得每个顶点都被覆盖。

最小覆盖圆

最小覆盖圆

我们将能完全覆盖某平面图形的最小圆称为该平面图形的最小覆盖圆。

例如线段AB的最小覆盖圆就是以线段AB为直径的圆。

(1)请分别作出图1中两个三角形的最小覆盖圆(要求用尺规作图,保留作图痕迹,不写作法);
(2)探究三角形的最小覆盖圆有何规律?请写出你所得到的结论(不要求证明);
(3)①在∆ABC中,AB=5,AC=3,BC=4,则∆ABC最小覆盖圆的最半径为;
②在∆ABC中,AB=AC,BC=6,∠BAC=120°则∆ABC最小覆盖圆的最半径为 .
4,BC=8,则∆ABC最小覆盖圆的面积为 .(r=5)
③在∆ABC中,AB=AC=5
(4)某地有四个村庄E,F,G,H(其位置如图2所示),现拟建一个电视信号中转站,为了使这四个村庄的居民都能接收到电视信号,且使中转站所需发射功率最小(距离越小,所需功率越小),此中转站应建在何处?请说明理由.
如图,用边长分别为1和3的两个正方形组成一个图形,则能将其完全覆盖的圆形纸片的最小半径为()
A.2
B.2.5
C.3
D.
10
解:如图所示:当AB为⊙O的直径,此时圆形纸片半径最小,
∵AC=3,BC=4,
∴AB=
32+4
2
=5,
∴能将其完全覆盖的圆形纸片的最小半径为:2.5.
故选:B.
如图,用3个边长为1的正方形组成一个轴对称图形,则能将其完全覆盖
的圆的最小半径为.
试题分析:所作最小圆圆心应在对称轴上,且最小圆应尽可能通过圆形的某些顶点,找到对称轴中一点,使其到各顶点的最远距离相等即可求得覆盖本图形最小的圆的圆心,计算半径可解此题.
试题解析:如图,得
,解得,.
考点: 1.勾股定理的应用;2.轴对称的性质.。

最小圆覆盖

最小圆覆盖

Adding a point
Question: Suppose we remembered not only Ci−1 , but also the two or three points defining it. It looks like if pi is outside Ci−1 , the new circle Ci is defined by pi and some points that defined Ci−1 . Why is this false?
Computational Geometry
Lecture 6: Smallest enclosing circles and more
Introduction Smallest enclosing circle algorithm Randomized incremental construction
Computational Geometry
Lecture 6: Smallest enclosing circles and more
Introduction Smallest enclosing circle algorithm Randomized incremental construction
Randomized incremental construction A more restricted problem A yet more restricted problem Efficiency analysis
Adding a point
Ci−1
Ci−1
pi pi
Computational Geometry

Facility location Properties of the smallest enclosing circle

ACM计算几何最小圆覆盖算法

ACM计算几何最小圆覆盖算法

平面上有n个点,给定n个点的坐标,试找一个半径最小的圆,将n 个点全部包围,点可以在圆上。

1. 在点集中任取3点A,B,C。

2. 作一个包含A,B,C三点的最小圆,圆周可能通过这3点,也可能只通过其中两点,但包含第3点.后一种情况圆周上的两点一定是位于圆的一条直径的两端。

3. 在点集中找出距离第2步所建圆圆心最远的D点,若D点已在圆内或圆周上,则该圆即为所求的圆,算法结束.则,执行第4步。

4. 在A,B,C,D中选3个点,使由它们生成的一个包含这4个点的圆为最小,这3 点成为新的A,B,C,返回执行第2步。

若在第4步生成的圆的圆周只通过A,B,C,D 中的两点,则圆周上的两点取成新的A和B,从另两点中任取一点作为新的C。

程序设计题解上的解题报告:对于一个给定的点集A,记MinCircle(A)为点集A的最小外接圆,显然,对于所有的点集情况A,MinCircle(A)都是存在且惟一的。

需要特别说明的是,当A为空集时,MinCircle(A)为空集,当A={a}时,MinCircle(A)圆心坐标为a,半径为0;显然,MinCircle(A)可以有A边界上最多三个点确定(当点集A中点的个数大于1时,有可能两个点确定了MinCircle(A)),也就是说存在着一个点集B,|B|<=3 且B包含与A,有MinCircle(B)=MinCircle(A).所以,如果a不属于B,则MinCircle(A-{a})=MinCircle(A)。

如果MinCircle(A-{a})不等于MinCircle(A),则a属于B。

所以我们可以从一个空集R开始,不断的把题目中给定的点集中的点加入R,同时维护R的外接圆最小,这样就可以得到解决该题的算法。

不断添加圆,维护最小圆。

如果添加的点i在圆内,不动,否则:问题转化为求1~I的最小圆:求出1与I的最小圆,并且扫描j=2~I-1,维护(1)+(i)+(2~j)的最小圆,如果找到J不在最小圆内,问题转化为:求(1~J)+(i)的最小圆。

acm 计算几何

acm 计算几何

1.扇形的重心Xc = 2*R*sinA/3/A (A为圆心角的一半)2.N点中三个点组成三角形面积最大#include <stdio.h>#include <stdlib.h>#include <math.h>#define MaxNode 50005int stack[MaxNode];int top;double max;typedef struct TPoint{int x;int y;}TPoint;TPoint point[MaxNode];void swap(TPoint point[], int i, int j){TPoint tmp;tmp = point[i];point[i] = point[j];point[j] = tmp;}double multi(TPoint p1, TPoint p2, TPoint p0){return (p1.x - p0.x) * (p2.y - p0.y) - (p2.x - p0.x) * (p1.y - p0.y); }double distance(TPoint p1, TPoint p2){return (p1.x - p2.x) * (p1.x - p2.x) + (p1.y - p2.y) * (p1.y - p2.y);}int cmp(const void *a, const void *b){TPoint *c = (TPoint *)a;TPoint *d = (TPoint *)b;double k = multi(*c, *d, point[0]);if(k< 0) return 1;else if(k == 0 && distance(*c, point[0]) >= distance(*d, point[0])) return 1;else return -1;}void grahamScan(int n){//Graham扫描求凸包int i, u;//将最左下的点调整到p[0]的位置u = 0;for(i = 1;i <= n - 1;i++){if((point[i].y < point[u].y) ||(point[i].y == point[u].y && point[i].x < point[u].x)) u = i;}swap(point, 0, u);//将平p[1]到p[n - 1]按按极角排序,可采用快速排序qsort(point + 1, n - 1, sizeof(point[0]), cmp);for(i = 0;i <= 2;i++) stack[i] = i;top = 2;for(i = 3;i <= n - 1;i++){while(multi(point[i], point[stack[top]], point[stack[top - 1]]) >= 0){ top--;if(top == 0) break;}top++;stack[top] = i;}}int main(){double triangleArea(int i, int j, int k);void PloygonTriangle();int i, n;while(scanf("%d", &n) && n != -1){for(i = 0;i < n;i++)scanf("%d%d", &point[i].x, &point[i].y);if(n <= 2){printf("0.00\n");continue;}if(n == 3){printf("%.2lf\n", triangleArea(0, 1, 2));continue;}grahamScan(n);PloygonTriangle();printf("%.2lf\n", max);}return 0;}void PloygonTriangle(){double triangleArea(int i, int j, int k);int i, j , k;double area, area1;max = -1;for(i = 0;i <= top - 2;i++){k = -1;for(j = i + 1; j <= top - 1;j++){if(k <= j) k= j + 1;area = triangleArea(stack[i], stack[j], stack[k]);if(area > max) max = area;while(k + 1 <= top){area1= triangleArea(stack[i], stack[j], stack[k + 1]);if(area1 < area) break;if(area1 > max) max = area1;area = area1;k++;}}}}double triangleArea(int i, int j, int k){//已知三角形三个顶点的坐标,求三角形的面积double l = fabs(point[i].x * point[j].y + point[j].x * point[k].y + point[k].x * point[i].y - point[j].x * point[i].y- point[k].x * point[j].y - point[i].x * point[k].y) / 2;return l;}3.N个点最多组成多少个正方形#include<stdio.h>#include<stdlib.h>#include<math.h>#define eps 1e-6#define pi acos(-1.0)#define PRIME 9991struct point{int x, y;}p[2201];int n;struct HASH{int cnt;int next;}hash[50000];int hashl;int Hash(int n){int i = n % PRIME;while(hash[i].next != -1){if(hash[hash[i].next].cnt == n) return 1;else if(hash[hash[i].next].cnt > n) break;i = hash[i].next;}hash[hashl].cnt = n;hash[hashl].next = hash[i].next;hash[i].next = hashl;hashl++;return 0;}int Hash2(int n){int i = n % PRIME;while(hash[i].next != -1){if(hash[hash[i].next].cnt == n) return 1;else if(hash[hash[i].next].cnt > n) return 0;i = hash[i].next;}return 0;}int check(double ax, double ay, int &x, int &y){int a0 = (int)ax;int b0 = (int)ay;int tag1 = 0, tag2 = 0;if(fabs(a0 - ax) < eps){tag1 = 1;x = a0;}else if(fabs(a0 + 1 - ax) < eps){tag1 = 1;x = a0 + 1;}if(fabs(b0 - ay) < eps){tag2 = 1;y = b0;}else if(fabs(b0 + 1 - ay) < eps){y = b0 + 1;tag2 = 1;}if(tag1 == 1 && tag2 == 1) return 1;else return 0;}int squares(point p1, point p2, point &p3, point &p4) {double a = (double)p2.x - p1.x;double b = (double)p2.y - p1.y;double midx = ((double)p1.x + p2.x) / 2;double midy = ((double)p1.y + p2.y) / 2;double tmp = a * a + b * b;double x1 = sqrt(b * b) / 2;double y1;if(fabs(b) < eps) y1 = sqrt(a * a + b * b) / 2;else y1 = -a * x1 / b;x1 += midx;y1 += midy;if(check(x1, y1, p3.x, p3.y) == 0) return 0;x1 = 2 * midx - x1;y1 = 2 * midy - y1;if(check(x1, y1, p4.x, p4.y) == 0) return 0;return 1;}int main(){int i, j, cnt;while(scanf("%d", &n) != EOF && n){for(i = 0;i < PRIME;i++) hash[i].next = -1;hashl = PRIME;int x1, y1, x2, y2;for (i = 0; i < n; i++){scanf("%d%d", &p[i].x, &p[i].y);Hash((p[i].x + 100000) * 100000 + p[i].y + 100000);}cnt = 0;for (i = 0; i < n; i++){for (j = i + 1; j < n; j++){point a, b;if(squares(p[i], p[j], a, b) == 0) continue;if(Hash2((a.x + 100000) * 100000 + a.y + 100000) == 0) continue;if(Hash2((b.x + 100000) * 100000 + b.y + 100000) == 0) continue;cnt++;}}printf("%d\n", cnt / 2);}return 0;}4.单位圆覆盖最多点/*平面上N个点,用一个半径R的圆去覆盖,最多能覆盖多少个点?比较经典的题目。

最小圆覆盖算法

最小圆覆盖算法

最小圆覆盖算法摘要:1.最小圆覆盖算法的定义2.最小圆覆盖算法的应用场景3.最小圆覆盖算法的基本原理4.最小圆覆盖算法的求解方法5.最小圆覆盖算法的优缺点正文:1.最小圆覆盖算法的定义最小圆覆盖算法是一种计算几何算法,它的目标是在一个平面上找到一个最小的圆,使得这个圆能够覆盖给定的一组点集。

这个算法在许多实际应用场景中有着广泛的应用,例如在无线通信、数据挖掘和机器人路径规划等领域。

2.最小圆覆盖算法的应用场景最小圆覆盖算法在许多实际应用场景中有着广泛的应用,例如在无线通信、数据挖掘和机器人路径规划等领域。

在无线通信中,该算法可以应用于基站的位置选择,使得覆盖范围最大化,同时保证最小的信号干扰。

在数据挖掘中,最小圆覆盖算法可以用于聚类分析,将数据点分为若干个类别。

在机器人路径规划中,最小圆覆盖算法可以帮助机器人找到一个最优路径,使得它能够覆盖所有需要清洁或者巡逻的区域。

3.最小圆覆盖算法的基本原理最小圆覆盖算法的基本原理是:对于给定的一组点集,我们可以通过计算这些点到某个点的距离,找到一个最小的圆,使得这个圆的半径最大,同时保证这个圆能够覆盖所有的点。

4.最小圆覆盖算法的求解方法最小圆覆盖算法的求解方法有很多,其中比较常见的有以下几种:- 贪心算法:贪心算法是一种简单的启发式算法,它通过每次选择一个距离当前点最近的点,不断扩大圆的半径,直到所有的点都被覆盖。

贪心算法的时间复杂度为O(n),其中n 为点集的规模。

- 圆锥算法:圆锥算法是一种基于几何特征的算法,它通过计算点集中每个点到某个点的距离,找到一个最小的圆锥,使得这个圆锥的底面圆能够覆盖所有的点。

圆锥算法的时间复杂度为O(nlogn)。

- 蚁群算法:蚁群算法是一种基于自然界生物智能的算法,它通过模拟蚂蚁觅食过程中的信息素更新机制,逐步寻找到一个最小的圆。

蚁群算法的时间复杂度为O(n^2)。

5.最小圆覆盖算法的优缺点最小圆覆盖算法的优点是求解速度快,尤其是对于规模较小的点集,贪心算法和圆锥算法都能够在较短的时间内找到一个合适的解。

一种求解平面图的最小顶点覆盖算法

一种求解平面图的最小顶点覆盖算法
21 年 第 1 0 0 9卷 第 9期
计 算 机 系 统 应 用

种求解平面图的最小顶点覆盖算法①
谢 玉忠 林 宏 ( 桂林 电子科技大学 计算机 与控制 学院 广 西 桂林 5 1 0 ) 4 4 0



朱 国魂
要 : 最 小顶点覆盖 问题是 图论 中经典 的组合优化 问题 ,在 实际生活 中有着广泛的应 用价值 。根据最 小顶点 覆盖与最 大独立集在 图论 中事 实上是 属于等价 问题 这一特性 ,从 最大独 立集的 角度 出发 ,根据最大独 立集的特性 ,设计 了一种求解 简单平面 图的最大独立集算 法 ,从 而求出最小顶 点覆盖 。通过 实验 结果
Absr c : Th ii u v re o e r b e s a ca sc lp o e i c mbia o ilo tm iai n a d h s aw i e ta t e m nm m e x c v rp o lm i l s ia r blm n o t n t ra p i z to n a d r n eo au si e ll e Th r blm ftem i i m etx c v ra d t xm u d p n e ts ti a g fv l e r a i . ep o e o n mu v re o e n n f h hema i m i e e d n e n s
WU u , Ch n ZH U o Hu Xm — o , N n Gu — n, Yu Zhபைடு நூலகம்ng LI Ho g
(c o l f o ue dC nrlGul nv ri f l t nc n eh oo y Gul 4 0 4 C ia Sh o C mp t a o t , inU iesyo Eer i a dT cn l , in5 10 , hn ) o rn o i t co g i

POJ 题目整理

POJ 题目整理

初期:一.基本算法:(1)枚举. (poj1753,poj2965)(2)贪心(poj1328,poj2109,poj2586)(3)递归和分治法.(4)递推.(5)构造法.(poj3295)(6)模拟法.(poj1068,poj2632,poj1573,poj2993,poj2996)二.图算法:(1)图的深度优先遍历和广度优先遍历.(2)最短路径算法(dijkstra,bellman-ford,floyd,heap+dijkstra)(poj1860,poj3259,poj1062,poj2253,poj1125,poj2240)(3)最小生成树算法(prim,kruskal) (poj1789,poj2485,poj1258,poj3026)(4)拓扑排序 (poj1094)(5)二分图的最大匹配 (匈牙利算法) (poj3041,poj3020)(6)最大流的增广路算法(KM算法). (poj1459,poj3436)三.数据结构.(1)串 (poj1035,poj3080,poj1936)(2)排序(快排、归并排(与逆序数有关)、堆排) (poj2388,poj2299)(3)简单并查集的应用.(4)哈希表和二分查找等高效查找法(数的Hash,串的Hash)(poj3349,poj3274,POJ2151,poj1840,poj2002,poj2503)(5)哈夫曼树(poj3253)(6)堆(7)trie树(静态建树、动态建树) (poj2513)四.简单搜索(1)深度优先搜索 (poj2488,poj3083,poj3009,poj1321,poj2251)(2)广度优先搜索(poj3278,poj1426,poj3126,poj3087.poj3414)(3)简单搜索技巧和剪枝(poj2531,poj1416,poj2676,1129)五.动态规划(1)背包问题. (poj1837,poj1276)(2)型如下表的简单DP(可参考lrj的书 page149):1.E[j]=opt{D+w(i,j)} (poj3267,poj1836,poj1260,poj2533)2.E[i,j]=opt{D[i-1,j]+xi,D[i,j-1]+yj,D[i-1][j-1]+zij} (最长公共子序列) (poj3176,poj1080,poj1159)3.C[i,j]=w[i,j]+opt{C[i,k-1]+C[k,j]}.(最优二分检索树问题)六.数学(1)组合数学:1.加法原理和乘法原理.2.排列组合.3.递推关系.(POJ3252,poj1850,poj1019,poj1942)(2)数论.1.素数与整除问题2.进制位.3.同余模运算.(poj2635, poj3292,poj1845,poj2115)(3)计算方法.1.二分法求解单调函数相关知识.(poj3273,poj3258,poj1905,poj3122)七.计算几何学.(1)几何公式.(2)叉积和点积的运用(如线段相交的判定,点到线段的距离等). (poj2031,poj1039)(3)多边型的简单算法(求面积)和相关判定(点在多边型内,多边型是否相交)(poj1408,poj1584)(4)凸包. (poj2187,poj1113)中级:一.基本算法:(1)C++的标准模版库的应用. (poj3096,poj3007)(2)较为复杂的模拟题的训练(poj3393,poj1472,poj3371,poj1027,poj2706)二.图算法:(1)差分约束系统的建立和求解. (poj1201,poj2983)(2)最小费用最大流(poj2516,poj2516,poj2195)(3)双连通分量(poj2942)(4)强连通分支及其缩点.(poj2186)(5)图的割边和割点(poj3352)(6)最小割模型、网络流规约(poj3308, )三.数据结构.(1)线段树. (poj2528,poj2828,poj2777,poj2886,poj2750)(2)静态二叉检索树. (poj2482,poj2352)(3)树状树组(poj1195,poj3321)(4)RMQ. (poj3264,poj3368)(5)并查集的高级应用. (poj1703,2492)(6)KMP算法. (poj1961,poj2406)四.搜索(1)最优化剪枝和可行性剪枝(2)搜索的技巧和优化 (poj3411,poj1724)(3)记忆化搜索(poj3373,poj1691)五.动态规划(1)较为复杂的动态规划(如动态规划解特别的施行商问题等) (poj1191,poj1054,poj3280,poj2029,poj2948,poj1925,poj3034)(2)记录状态的动态规划. (POJ3254,poj2411,poj1185)(3)树型动态规划(poj2057,poj1947,poj2486,poj3140)六.数学(1)组合数学:1.容斥原理.2.抽屉原理.3.置换群与Polya定理(poj1286,poj2409,poj3270,poj1026).4.递推关系和母函数.(2)数学.1.高斯消元法(poj2947,poj1487, poj2065,poj1166,poj1222)2.概率问题. (poj3071,poj3440)3.GCD、扩展的欧几里德(中国剩余定理) (poj3101)(3)计算方法.1.0/1分数规划. (poj2976)2.三分法求解单峰(单谷)的极值.3.矩阵法(poj3150,poj3422,poj3070)4.迭代逼近(poj3301)(4)随机化算法(poj3318,poj2454)(5)杂题. (poj1870,poj3296,poj3286,poj1095)七.计算几何学.(1)坐标离散化.(2)扫描线算法(例如求矩形的面积和周长并,常和线段树或堆一起使用).(poj1765,poj1177,poj1151,poj3277,poj2280,poj3004)(3)多边形的内核(半平面交)(poj3130,poj3335)(4)几何工具的综合应用.(poj1819,poj1066,poj2043,poj3227,poj2165,poj3429)高级:一.基本算法要求:(1)代码快速写成,精简但不失风格(poj2525,poj1684,poj1421,poj1048,poj2050,poj3306)(2)保证正确性和高效性. poj3434二.图算法:(1)度限制最小生成树和第K最短路. (poj1639)(2)最短路,最小生成树,二分图,最大流问题的相关理论(主要是模型建立和求解) (poj3155, poj2112,poj1966,poj3281,poj1087,poj2289,poj3216,poj2446) (3)最优比率生成树. (poj2728)(4)最小树形图(poj3164)(5)次小生成树.(6)无向图、有向图的最小环三.数据结构.(1)trie图的建立和应用. (poj2778)(2)LCA和RMQ问题(LCA(最近公共祖先问题) 有离线算法(并查集+dfs) 和在线算法(RMQ+dfs)).(poj1330)(3)双端队列和它的应用(维护一个单调的队列,常常在动态规划中起到优化状态转移的目的).(poj2823)(4)左偏树(可合并堆).(5)后缀树(非常有用的数据结构,也是赛区考题的热点). (poj3415,poj3294)四.搜索(1)较麻烦的搜索题目训练(poj1069,poj3322,poj1475,poj1924,poj2049,poj3426)(2)广搜的状态优化:利用M进制数存储状态、转化为串用hash表判重、按位压缩存储状态、双向广搜、A*算法. (poj1768,poj1184,poj1872,poj1324,poj2046,poj1482)(3)深搜的优化:尽量用位运算、一定要加剪枝、函数参数尽可能少、层数不易过大、可以考虑双向搜索或者是轮换搜索、IDA*算法.(poj3131,poj2870,poj2286)五.动态规划(1)需要用数据结构优化的动态规划. (poj2754,poj3378,poj3017)(2)四边形不等式理论.(3)较难的状态DP(poj3133)六.数学(1)组合数学.1.MoBius反演(poj2888,poj2154)2.偏序关系理论.(2)博奕论.1.极大极小过程(poj3317,poj1085)2.Nim问题.七.计算几何学.(1)半平面求交(poj3384,poj2540)(2)可视图的建立(poj2966)(3)点集最小圆覆盖.(4)对踵点(poj2079)八.综合题.(poj3109,poj1478,poj1462,poj2729,poj2048,poj3336,poj3315,poj2148,poj1263) 以及补充Dp状态设计与方程总结1.不完全状态记录<1>青蛙过河问题<2>利用区间dp2.背包类问题<1> 0-1背包,经典问题<2>无限背包,经典问题<3>判定性背包问题<4>带附属关系的背包问题<5> + -1背包问题<6>双背包求最优值<7>构造三角形问题<8>带上下界限制的背包问题(012背包)3.线性的动态规划问题<1>积木游戏问题<2>决斗(判定性问题)<3>圆的最大多边形问题<4>统计单词个数问题<5>棋盘分割<6>日程安排问题<7>最小逼近问题(求出两数之比最接近某数/两数之和等于某数等等)<8>方块消除游戏(某区间可以连续消去求最大效益)<9>资源分配问题<10>数字三角形问题<11>漂亮的打印<12>邮局问题与构造答案<13>最高积木问题<14>两段连续和最大<15>2次幂和问题<16>N个数的最大M段子段和<17>交叉最大数问题4.判定性问题的dp(如判定整除、判定可达性等)<1>模K问题的dp<2>特殊的模K问题,求最大(最小)模K的数<3>变换数问题5.单调性优化的动态规划<1>1-SUM问题<2>2-SUM问题<3>序列划分问题(单调队列优化)6.剖分问题(多边形剖分/石子合并/圆的剖分/乘积最大)<1>凸多边形的三角剖分问题<2>乘积最大问题<3>多边形游戏(多边形边上是操作符,顶点有权值)<4>石子合并(N^3/N^2/NLogN各种优化)7.贪心的动态规划<1>最优装载问题<2>部分背包问题<3>乘船问题<4>贪心策略<5>双机调度问题Johnson算法8.状态dp<1>牛仔射击问题(博弈类)<2>哈密顿路径的状态dp<3>两支点天平平衡问题<4>一个有向图的最接近二部图9.树型dp<1>完美服务器问题(每个节点有3种状态)<2>小胖守皇宫问题<3>网络收费问题<4>树中漫游问题<5>树上的博弈<6>树的最大独立集问题<7>树的最大平衡值问题<8>构造树的最小环转一个搞ACM需要的掌握的算法.要注意,ACM的竞赛性强,因此自己应该和自己的实际应用联系起来.适合自己的才是好的,有的人不适合搞算法,喜欢系统架构,因此不要看到别人什么就眼红, 发挥自己的长处,这才是重要的.第一阶段:练经典常用算法,下面的每个算法给我打上十到二十遍,同时自己精简代码,因为太常用,所以要练到写时不用想,10-15分钟内打完,甚至关掉显示器都可以把程序打出来.1.最短路(Floyd、Dijstra,BellmanFord)2.最小生成树(先写个prim,kruscal要用并查集,不好写)3.大数(高精度)加减乘除4.二分查找. (代码可在五行以内)5.叉乘、判线段相交、然后写个凸包.6.BFS、DFS,同时熟练hash表(要熟,要灵活,代码要简)7.数学上的有:辗转相除(两行内),线段交点、多角形面积公式.8. 调用系统的qsort, 技巧很多,慢慢掌握.9. 任意进制间的转换第二阶段:练习复杂一点,但也较常用的算法。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

平面上有n个点,给定n个点的坐标,试找一个半径最小的圆,将n 个点全部包围,点可以在圆上。

1. 在点集中任取3点A,B,C。

2. 作一个包含A,B,C三点的最小圆,圆周可能通过这3点,也可能只通过其中两点,但包含第3点.后一种情况圆周上的两点一定是位于圆的一条直径的两端。

3. 在点集中找出距离第2步所建圆圆心最远的D点,若D点已在圆内或圆周上,则该圆即为所求的圆,算法结束.则,执行第4步。

4. 在A,B,C,D中选3个点,使由它们生成的一个包含这4个点的圆为最小,这3 点成为新的A,B,C,返回执行第2步。

若在第4步生成的圆的圆周只通过A,B,C,D 中的两点,则圆周上的两点取成新的A 和B,从另两点中任取一点作为新的C。

程序设计题解上的解题报告:
对于一个给定的点集A,记MinCircle(A)为点集A的最小外接圆,显然,对于所有的点集情况A,MinCircle(A)都是存在且惟一的。

需要特别说明的是,当A为空集时,MinCircle(A)为空集,当A={a}时,MinCircle(A)圆心坐标为a,半径为0;显然,MinCircle(A)可以有A 边界上最多三个点确定(当点集A中点的个数大于1时,有可能两个点确定了MinCircle(A)),也就是说存在着一个点集B,|B|<=3 且B 包含与A,有MinCircle(B)=MinCircle(A).所以,如果a不属于B,则MinCircle(A-{a})=MinCircle(A);如果MinCircle(A-{a})不等于
MinCircle(A),则a属于B。

所以我们可以从一个空集R开始,不断的把题目中给定的点集中的点加入R,同时维护R的外接圆最小,这样就可以得到解决该题的算法。

不断添加圆,维护最小圆。

如果添加的点i在圆内,不动,否则:
问题转化为求1~I的最小圆:求出1与I的最小圆,并且扫描j=2~I-1,维护(1)+(i)+(2~j)的最小圆,如果找到J不在最小圆内,问题转化为:求(1~J)+(i)的最小圆。

求出I与J的最小圆,继续扫描K=1~j-1,找到第一个不在最小圆内的,求出I J K三者交点即可,此时找到了(1~j)+(i)的最小圆,可以回到上一步(三点定一圆,所以1~J-1一定都在求出的最小圆上)。

实际上利用了这么个定理:
若I不在1~I-1的最小圆上,则I在1~I的最小圆上。

若J不在(i)+(1~j-1)的最小圆上,则j在(i)+(1~J)的最小圆上。

证明可以考虑这么做:最小圆必定是可以通过不断放大半径,直到所有以任意点为圆心,半径为半径的圆存在交点,此时的半径就是最小圆。

所以上述定理可以通过这个思想得到。

这个做法复杂度是O(n)的,当加入圆的顺序随机时,因为三点定一圆,所以不在圆内概率是3/i,求出期望可得是On.
6.最小包围圆:
坐标系上有多点画一个最小圆包含所有点求出这个圆的圆心坐标和半径
本人解题思路:
设想一个足够大的圆逐渐缩小这个圆并移动这个圆直到有两点在这个圆周上如果这两点的连线不是这个圆的直径
那就说明还可以移动缩小这个圆直到出现另一个点在这个圆周上这个三个点所确定的圆就是所要求的圆。

实现思路:
先求出两点间的最长距离。

以这两点的距离为直径画一个圆,如果包含了所有的点那么就是所求的解。

如果不能包含就说明有三点及三点在这个圆上根据三点确定一个圆只要枚举出所有的三点成立的圆再比较所有成立的圆的半径最小的就是所求的点。

#include<stdio.h>
#include<math.h>
struct TPoint
{
double x,y;
};
TPoint a[1005],d;
double r;
double distance(TPoint p1, TPoint p2)
{
return (sqrt((p1.x-p2.x)*(p1.x -p2.x)+(p1.y-p2.y)*(p1.y-p2.y)));
}
double multiply(TPoint p1, TPoint p2, TPoint p0)
{
return ((p1.x-p0.x)*(p2.y-p0.y)-(p2.x-p0.x)*(p1.y-p0.y)); }
void MiniDiscWith2Point(TPoint p,TPoint q,int n)
{
d.x=(p.x+q.x)/2.0;
d.y=(p.y+q.y)/2.0;
r=distance(p,q)/2;
int k;
double c1,c2,t1,t2,t3;
for(k=1;k<=n;k++)
{
if(distance(d,a[k])<=r)continue;
if(multiply(p,q,a[k])!=0.0)
{
c1=(p.x*p.x+p.y*p.y-q.x*q.x-q.y*q.y)/2.0;
c2=(p.x*p.x+p.y*p.y-a[k].x*a[k].x-a[k].y*a[k].y)/2.0;
d.x=(c1*(p.y-a[k].y)-c2*(p.y-q.y))/((p.x-q.x)*(p.y-a[k].y)-(p.x-a[k].x)*(p.y-q. y));
d.y=(c1*(p.x-a[k].x)-c2*(p.x-q.x))/((p.y-q.y)*(p.x-a[k].x)-(p.y-a[k].y)*(p.x-q .x));
r=distance(d,a[k]);
}
else
{
t1=distance(p,q);
t2=distance(q,a[k]);
t3=distance(p,a[k]);
if(t1>=t2&&t1>=t3)
{d.x=(p.x+q.x)/2.0;d.y=(p.y+q.y)/2.0;r=distance(p,q)/2.0;}
else if(t2>=t1&&t2>=t3)
{d.x=(a[k].x+q.x)/2.0;d.y=(a[k].y+q.y)/2.0;r=distance(a[k],q)/2.0;} else
{d.x=(a[k].x+p.x)/2.0;d.y=(a[k].y+p.y)/2.0;r=distance(a[k],p)/2.0;} }
}
}
void MiniDiscWithPoint(TPoint pi,int n)
{
d.x=(pi.x+a[1].x)/2.0;
d.y=(pi.y+a[1].y)/2.0;
r=distance(pi,a[1])/2.0;
int j;
for(j=2;j<=n;j++)
{
if(distance(d,a[j])<=r)continue;
else
{
MiniDiscWith2Point(pi,a[j],j-1);
}
}
}
int main()
{
int i,n;
while(scanf("%d",&n)&&n)
{
for(i=1;i<=n;i++)
{
scanf("%lf %lf",&a[i].x,&a[i].y);
}
if(n==1)
{ printf("%.2lf %.2lf 0.00\n",a[1].x,a[1].y);continue;} r=distance(a[1],a[2])/2.0;
d.x=(a[1].x+a[2].x)/2.0;
d.y=(a[1].y+a[2].y)/2.0;
for(i=3;i<=n;i++)
{
if(distance(d,a[i])<=r)continue;
else
MiniDiscWithPoint(a[i],i-1);
}
printf("%.2lf %.2lf %.2lf\n",d.x,d.y,r); }
return 0;
}。

相关文档
最新文档