gitbook-way-to-algorithm
  • Introduction
  • Preface 前言
  • Content 目录
  • MathSymbolTable 数学符号表
  • Chapter-1 BasicKnowledge 第1章 基础知识
    • TimeComplexity 时间复杂度
    • Recursion 递归式
  • Chapter-2 Sort 第2章 排序
    • InsertSort 插入排序
    • BubbleSort 冒泡排序
    • QuickSort 快速排序
    • MergeSort 归并排序
  • Chapter-3 Search 第3章 搜索
    • BinarySearch 二分查找法(折半查找法)
    • AdditionMultiplicationPrinciple 加法乘法原理
    • BruteForce 暴力枚举
    • Recursion 递归
    • BreadthFirstSearch 广度优先搜索
    • BidirectionalBreadthSearch 双向广度搜索
    • AStarSearch A*搜索
    • DancingLink 舞蹈链
  • Chapter-4 DataStructure 第4章 数据结构
    • DisjointSet 并查集
    • PrefixTree(TrieTree) 前缀树
    • LeftistTree(LeftistHeap) 左偏树(左偏堆)
    • SegmentTree 线段树
    • FenwickTree(BinaryIndexedTree) 树状数组
    • BinarySearchTree 二叉查找树
    • AVLTree AVL平衡树
    • RedBlackTree 红黑树
    • SkipList 跳跃表
    • BPlusTree B+树
    • BMinusTree B-树
  • Chapter-5 DynamicProgramming 第5章 动态规划
    • Section-1 LinearDP 第1节 线性动规
      • LongestCommonSubsequence 最长公共子序列
      • LongestIncreasingSubsequence 最长递增子序列
      • BidirectionalSubsequence 双向子序列
      • MaximumContinuousSubsequenceSum 最大连续子序列和
      • LongestPalindromicSubsequence 最长回文子序列
    • Section-2 BagDP 第2节 背包问题
      • 01-Bag 01背包
      • CompleteBag 完全背包
      • TwoDimensionBag 二维背包
    • Section-3 RegionalDP 第3节 区域动规
      • MinimumMergeCost - 最小合并代价
      • UniquePath 唯一路径
      • TrianglePath 三角形路径
    • Section-4 TreeDP 第4节 树形动规
      • MaximumBinaryTree 最大二叉树
      • MaxMultipleTree 最大多叉树
      • MaximumBinaryTreeRadiusSum 最大二叉树和
  • Chapter-6 GraphTheory 第6章 图论
    • Section-1 Traverse 第1节 遍历
      • DepthFirstSearch 深度优先搜索
      • BreadthFirstSearch 广度优先搜索
      • TopologicalSort 拓扑排序
      • EulerCycle 欧拉回路
    • Section-2 MinSpanningTree 第2节 最小生成树
      • Kruskal Kruskal算法
      • Prim Prim算法
    • Section-3 ShortestPath 第3节 最短路径
      • BellmanFord BellmanFord算法
      • Dijkstra Dijkstra算法
      • FloydWarshall FloydWarshall算法
      • DifferentConstraints 差分约束
    • Section-4 StronglyConnectedComponents 第4节 强连通分支
      • Kosaraju Kosaraju算法
      • Tarjan Tarjan算法
      • 2-SAT 2-SAT问题
    • Section-5 NetworkFlow 第5节 网络流
      • EdmondsKarp EdmondsKarp算法(最短路径增广算法)
      • PushRelabel 压入与重标记算法
      • Dinic - Dinic算法
      • MinimumCostFlow - 最小费用流
      • MultipleSourceMultipleSinkMaxflow - 多源点多汇点最大流
    • Section-6 BinaryMatch 第6节 二分匹配
      • Hungarian 匈牙利算法
      • HopcroftKarp Hopcroft-Karp算法
      • MatchToMaxflow 二分匹配转化为最大流
      • KuhnMunkres Kuhn-Munkres算法
      • Introduction-Domination,Independent,Covering,Clique 介绍支配集、独立集、覆盖集和团
      • WeightedCoveringAndIndependentSet 最小点权覆盖和最大点权独立集
      • MinimumDisjointPathCovering 最小不相交路径覆盖
      • MinimumJointPathCovering 最小可相交路径覆盖
      • Coloring 染色问题
  • Chapter-7 CombinatorialMathematics 第7章 组合数学
    • FullPermutation 全排列
    • Combination 组合
    • Permutation 排列
    • PermutationGroup 置换群
  • Chapter-8 NumberTheory 第8章 数论
    • PrimeSieve 素数筛法
    • GreatestCommonDivisor 最大公约数
    • Euclid 欧几里得算法
    • ExtendedEuclid 扩展欧几里得算法
    • ChineseRemainerTheorem 中国剩余定理
    • ModularExponentiation 模幂运算
  • Chapter-9 LinearAlgebra 第9章 线性代数
    • Section-1 Matrix 第1节 矩阵
      • Strassen Strassen算法
      • GaussElimination 高斯消元法
      • LUP LUP分解
      • InverseMatrix 矩阵求逆
    • Section-2 LinearProgramming 第2节 线性规划
      • Simplex 单纯形算法
      • Dinkelback Dinkelback算法
  • Chapter-10 AnalyticGeometry 第10章 解析几何
    • Section-1 Polygon 第1节 多边形
      • Cross 向量叉积
      • SegmentIntersection 线段相交
      • Sweeping 扫除算法
      • ConvexPolygonArea 凸多边形面积
      • ConvexPolygonGravityCenter 凸多边形重心
      • NearestNeighbor 最近点对
    • Section-2 ConvexHull 第2节 凸包
      • GrahamScan Graham扫描算法
      • QuickHull 快速凸包算法
      • RotatingCalipers 旋转卡壳
  • Chapter-11 PatternMatch 第11章 文本匹配
    • SimpleMatch 简单匹配
    • AhoCorasickAutomata AC自动机
    • KnuthMorrisPratt KMP匹配算法
    • RabinKarp RabinKarp算法
    • BoyerMoore BoyerMoore算法
  • Chapter-12 GameTheory 第12章 博弈论
    • BashGame 巴什博弈
    • WythoffGame 威佐夫博弈
    • NimGame 尼姆博弈
Powered by GitBook
On this page
  • 问题
  • 解法
  • Introduction to Algorithms
  • 源码
  • 测试
  1. Chapter-10 AnalyticGeometry 第10章 解析几何
  2. Section-2 ConvexHull 第2节 凸包

GrahamScan Graham扫描算法

PreviousSection-2 ConvexHull 第2节 凸包NextQuickHull 快速凸包算法

Last updated 6 years ago

问题

用Graham Scan算法求拥有nnn个点的点集QQQ的凸包CH(Q)CH(Q)CH(Q),任意两点的坐标不同。

解法

在二维平面上选取yyy坐标最小,xxx坐标最小的顶点p0p_0p0​,将其余n−1n-1n−1个顶点[p1,p2,…,pn−1][p_1, p_2, \dots, p_{n-1}][p1​,p2​,…,pn−1​]按照以p0p_0p0​的顺时针方向排序。如图所示:

用伪代码来描述上述过程是

for i = 3 to n-1:
  while stack.size() >= 2 and ccw(stack.nextTop(), stack.top(), p[i]) <= 0:
    stack.pop()
  stack.push(p[i])
end

Introduction to Algorithms

源码

测试

上图中以p0p_0p0​点为基准,对其余点排序的结果为[p1,p2,p3,p4,p5,p6,p7,p8][p_1, p_2, p_3, p_4, p_5, p_6, p_7, p_8][p1​,p2​,p3​,p4​,p5​,p6​,p7​,p8​]。

根据Cross中向量叉积的知识,可知对于三个顶点p0,p1,p2p_0, p_1, p_2p0​,p1​,p2​组成的向量p0p1⃗,p0p2⃗\vec{p_0 p_1}, \vec{p_0 p_2}p0​p1​​,p0​p2​​,设C=p0p1⃗×p0p2⃗C = \vec{p_0 p_1} \times \vec{p_0 p_2}C=p0​p1​​×p0​p2​​有以下情况:

(1) 若C>0C \gt 0C>0则p0p2⃗\vec{p_0 p_2}p0​p2​​在p0p1⃗\vec{p_0 p_1}p0​p1​​逆时针方向。如图:

(2) 若C<0C \lt 0C<0则p0p2⃗\vec{p_0 p_2}p0​p2​​在p0p1⃗\vec{p_0 p_1}p0​p1​​顺时针方向。如图:

(3) 若C=0C = 0C=0则p0p1⃗\vec{p_0 p_1}p0​p1​​与p0p2⃗\vec{p_0 p_2}p0​p2​​方向相同。对于向量完全相同的两顶点p1,p2p_1, p_2p1​,p2​,按照到p0p_0p0​距离从近到远排序。如图:

排序时比较任意两点到p0p_0p0​的向量叉积都为负数,则整组顶点可以按照顺时针排列。设排列后的顶点顺序为[p1,p2,…,pn−1][p_1, p_2, \dots, p_{n-1}][p1​,p2​,…,pn−1​]。

设置一个空堆栈stack=∅stack = \varnothingstack=∅,初始时推入三个顶点p0,p1,p2p_0, p_1, p_2p0​,p1​,p2​,此时堆栈为stack=[p0,p1,p2]stack = [p_0, p_1, p_2]stack=[p0​,p1​,p2​]。

然后遍历剩余顶点[p3,…,pn−1][p_3, \dots, p_{n-1} ][p3​,…,pn−1​],对于每个顶点pip_ipi​,考虑堆栈stackstackstack的头部顶点ptopp_{top}ptop​、次头部顶点pnext−topp_{next-top}pnext−top​,判断这三个点组成的两个向量ptoppi⃗\vec{p_{top} p_i}ptop​pi​​和pnext−topptop⃗\vec{p_{next-top} p_{top}}pnext−top​ptop​​,前者是否在后者的顺时针方向,即满足

pnext−topptop⃗×ptoppi⃗<0\vec{p_{next-top} p_{top}} \times \vec{p_{top} p_i} \lt 0pnext−top​ptop​​×ptop​pi​​<0

(1) 若pip_ipi​不满足条件,说明不是凸包上的点,对堆栈stackstackstack进行出栈操作(推出头部顶点toptoptop)。然后再重复判断pnext−topptop⃗×ptoppi⃗\vec{p_{next-top} p_{top}} \times \vec{p_{top} p_i}pnext−top​ptop​​×ptop​pi​​的值,直到满足该条件为止;

(2) 若pip_ipi​满足条件,说明是凸包上的点,将其推入堆栈stackstackstack中。然后继续考虑下一个顶点pi+1p_{i+1}pi+1​;

遍历完点集QQQ中所有顶点后,堆栈stackstackstack中的点即为QQQ的凸包CH(Q)CH(Q)CH(Q)。该算法的时间复杂度为O(n⋅log2n)O(n \cdot log_2 n)O(n⋅log2​n)。

VII.Selected Topics - 33.Computational Geometry - 33.3.Finding the convex hull
GrahamScan.h
GrahamScan.cpp
GrahamScanTest.cpp
GrahamScan1.png
GrahamScan2.png
GrahamScan3.png
GrahamScan4.png