关于三角形和凸包的一些思考
忽略任何只有2个或更少点的集合,3个点总是会形成1个三角形。
现在困难的部分是降低上限。
walk through the inner points using them as center for all triangles.
If any triangle is empty we can save a triangle by removing the hull edge.
if two or more adjacent triangles are empty we will have to keep every other triangle or join the 3 points to a new triangle, as the middle point can be left out.
note the best result.
这证明没有更好的结果吗?不是的。
如果存在一个三角形,能够包含所有剩余的点,那么这将是更好的。
N = number of points
U = upper bound
L = lower bound
T = set of triangles
R = set of remaining points
A = set of all points
B = best solution
BestSolution(A)
if A < 3 return NoSolution
if A == 3 return A
if not Sorted(A) // O(N)
SortByX(A) // O(n lg n) or radex if possible O(N)
H = ConvexHull(A)
noneHull = A - H
B = HullTriangles(H, noneHull) // removing empty triangles
U = size B
if noneHull == 0
return U // make triangles of 3 successive points in H and add the remaining to the last
if U > Roundup(N/3)
U = Roundup(N/3)
B = MakeIndepenTriangles(A)
AddTriangle(empty, A)
return // B is best solution, size B is number of triangles.
AddTriangle(T, R)
if size T+1 >= U return // no reason to test if we just end up with another U solution
ForEach r in R // O(N)
ForEach p2 in A-r // O(N)
ForEach p3 in A-r-p2 // O(N)
t = Triangle(r, p2, p3)
c = Candidate(t, T, R)
if c < 0
return c+1 // found better solution
return 0
Candidate(t, T, R)
if not Overlap(t, T) // pt. 3, O(T), T < U
left = R-t
left -= ContainedPoints(t) // O(R) -> O(N)
if left is empty
u = U
U = size T + 1
B = T+t
return U-u // found better solution
return AddTriangle(T+t, left)
return 0
所以...总运行时间...
候选O(N)
AddTriangle O(N^3)
递归限制在当前最佳解U
O((N N^3)^U) -> O((N^4)^U)
空间为O(U N)
因此,在我们进行暴力搜索之前,减少U是必要的。
- 快速减少R应该会减少递归
- 因此,从更大且希望更包围三角形开始可能是好的
- 外壳中的任何3个点都应该产生一些好的候选项
- 这些将剩余的点分成3部分,可以独立地进行调查
- 将每个部分视为外壳,其中其2个基本点是三角形的一部分,但第3个不在集合中。
- 如果可能,使其成为BFS,以便我们可以首先选择最具包容性的
- 空间可能是一个问题
- O(H U N)
- 否则,首先从相对于彼此的外壳周围1/3的点开始。
AddTriangle真的很影响性能,所以我们到底能做多少个三角形
从N中选择3个是
N!/(N-3)!
我们不关心顺序
N!/(3!(N-3)!)
N!/(6(N-3)!)
N (N-1) (n-2) / 6
对于循环而言,这仍然是O(N ^ 3),但这让我们感觉更好。如果排列时间太长,循环可能仍然更快。
AddTriangle(T, R)
if size T+1 >= U return // no reason to test if we just end up with another U solution
while t = LazySelectUnordered(3, R, A) // always select one from R first O(R (N-1)(N-2) / 6) aka O(N^3)
c = Candidate(t, T, R)
if c < 0
return c+1 // found better solution
return 0