所以这是一个优化问题,我找不到答案。
我已经编写了一些用于计算给定随机点集的凸包的代码。为了比较的目的,我制作了自己的慢速O(n³)算法,使用一些旧的OpenGL来实现它的可视化。由于慢凸壳算法的性质,这些点根本没有排序。因此,排序发生在CH的计算之后。
我的问题是,直到1000点,我在不到一秒的时间内得到了视觉效果。但是对于10000点,它需要超过15-20分钟(我没有等待超过这一点)。 然而如果我跳过排序代码并让opengl显示未分类的凸包顶点,则需要不到一分钟。所以这就是ClockWise排序,它一直在吃掉。检查代码(某些名称没有意义,因为它们在别处定义):
// This code actually compares every pair iteratively with respect to the center point
// Consider a given vector "convex", which contains all the convex hull points unsorted
.
..
...
....
int avgx,avgy,sumx=0,sumy=0;
for (int i=0;i<convex.size();i++){
sumx+=convex.at(i).at(0);
sumy+=convex.at(i).at(1);
}
avgx=sumx/(convex.size()/2.0); //something like an internal point
avgy=sumy/(convex.size()/2.0);
sort(convex.begin(),convex.end()); //x-sort
int det,tempx,tempy;
for (int i=0;i<convex.size()-1;i++){
x1=convex.at(i).at(0);
y1=convex.at(i).at(1);
x2=convex.at(i+1).at(0);
y2=convex.at(i+1).at(1);
det=(x1-avgx)*(y2-avgy)-(x2-avgx)*(y1-avgy);
if (det<0){ //on which side of O-X1 lies X2?
tempx=convex.at(i).at(0); //swapping points
tempy=convex.at(i).at(1);
convex.at(i).at(0)=convex.at(i+1).at(0);
convex.at(i).at(1)=convex.at(i+1).at(1);
convex.at(i+1).at(0)=tempx;
convex.at(i+1).at(1)=tempy;
i=-1; //check again the new vector from the beginning
}
}
return convex;
显示部分:
glColor3f(0.8, 0.2, 0.2);
glPointSize(3);
glBegin(GL_LINE_LOOP);
for (int i=0;i<count;i++){
glVertex2f(convexHull.at(i).at(0),convexHull.at(i).at(1));
}
glEnd();
从我所看到的,这种方法(通过比较交叉产品)是最有效的。然而,在此之前我写了一些实际上更快的肮脏代码,因为它在8分钟内给了我一个视觉结果。我不想保留它,因为它太脏而且很长,这个更干净但很慢(如果它实际上可以工作......)。那么,我是否必须等待CW类10000个凸点,或者我有什么遗漏?
我很感激任何想法,如果我需要包含其他内容,请告诉我。
答案 0 :(得分:3)
一般来说,这个问题有点奇怪。大多数2D凸壳算法(我所知道的都是)以顺时针或逆时针顺序给出点(顶点)列表,或者可以通过简单修改它们来实现。
在任何情况下,由于有几种良好的二维凸包测定方法以 O(N ^ 2)或更快的速度运行,您可以使用其中一种方法将数据“排序”到顺时针顺序。我所说的是你可以对数据运行CH算法,并按照你想要的顺序得到结果。
这是一个我躺在那里的示例代码,我认为可以做你想做的事情:
#define TURN_DIR(p1,p2,p3) (p1.x * p2.y - p1.y * p2.x + \
p2.x * p3.y - p2.y * p3.x + \
p3.x * p1.y - p3.y * p1.x)
#define LAST(cntnr) (cntnr).back()
#define BEFORE_LAST(cntnr) (cntnr)[(cntnr).size() - 2]
void ConvexHull (std::vector<Point> & pts)
{
std::sort (pts.begin(), pts.end());
std::vector<Point> lower, upper;
for (unsigned i = 0; i < pts.size(); ++i)
{
while (lower.size() > 1 && TURN_DIR(BEFORE_LAST(lower), LAST(lower), pts[i]) <= 0)
lower.pop_back ();
while (upper.size() > 1 && TURN_DIR(BEFORE_LAST(upper), LAST(upper), pts[i]) >= 0)
upper.pop_back ();
lower.push_back (pts[i]);
upper.push_back (pts[i]);
}
upper.insert (upper.end(), lower.rbegin() + 1, lower.rend() - 1);
pts.swap (upper);
}
有几点需要考虑:
pts
。Point
结构是一个简单的结构(或类),包含两个公共成员x
和y
,以及一个比较小于运算符(operator <
)的结构它们非常简单地首先基于x
,然后基于y
。<= 0
和>= 0
替换while
循环中的< 0
和> 0
测试。让我强调一下:虽然上面的代码是CH实现,但你可以用它来按顺时针顺序排序你的点(如果它们已经形成一个凸包)。
答案 1 :(得分:2)
您已实施Bubble Sort,即O(n 2 )。你可以使用带有适当比较函子的STL sort
得到O(n log(n))。
这是第一次努力;它使用了一个非传递的比较器,但它似乎适用于我的测试用例,我认为它通常是正确的:
struct clockwise : public binary_function<vector<int>, vector<int>, bool>
{
bool operator()(vector<int> A, vector<int> B)
{
int det=(A[0]-avgx)*(B[1]-avgy)-(B[0]-avgx)*(A[1]-avgy);
return(det<0);
}
static int avgx, avgy;
};
int clockwise::avgx = 0;
int clockwise::avgy = 0;
...
int clockwise::avgx=sumx/(convex.size()/2.0);
int clockwise::avgy=sumy/(convex.size()/2.0);
sort(convex.begin(),convex.end(), clockwise()); //clockwise-sort
修改
非传递性比较者并不是一个好主意。这更可靠:
#include <math.h>
...
struct clockwise : public binary_function<vector<int>, vector<int>, bool>
{
bool operator()(vector<int> A, vector<int> B)
{
return(atan2(A[0]-avgx, A[1]-avgy) < atan2(B[0]-avgx, B[1]-avgy));
}
}