可能重复:
最大线性维度 2d 点集
我可以计算每个点之间的距离并取最大的距离,但是当有大量(> 1000)点时,这听起来不是一种非常有效的方法。
注意:这是针对 iPhone 的,所以我没有大量的处理能力。
可能重复:
最大线性维度 2d 点集
我可以计算每个点之间的距离并取最大的距离,但是当有大量(> 1000)点时,这听起来不是一种非常有效的方法。
注意:这是针对 iPhone 的,所以我没有大量的处理能力。
您要求计算集合的直径。标准技术是首先计算凸包,这将问题简化为找到凸多边形的直径。即使在您不消除任何点的情况下,这些附加信息也正是有效解决问题所需要的。然而,找到凸多边形的直径并非易事。几篇已发表的包含该任务算法的论文被证明是不正确的。
这是关于任务的正确 O(n) 算法的相当易读的讨论(其中 n 是凸包中的点数)。
另外,请注意 iphone 并没有那么有限。即使是完全朴素的算法,精心编写的实现也可以在不到十分之一秒的时间内处理 1000 个点。当然,使用正确的算法会让你走得更快 =)
从 x 坐标最低的点开始。(称为点 X)从点 x 开始构造“边界点”集合,并通过该点的垂直线,PointX 左侧不应有其他点)通过顺时针缓慢旋转线找到边界中的下一个点(或逆时针)直到线触及其他点,(见下文)。将该点添加到集合中并重复下一个点以获得下一个点,直到您最终回到原始点 x。您的 npw 有一组点构成完整集的边界。比较此缩减集中每对之间的距离,以找到相距最远的一对。
为了“旋转线”(找到每个连续的边界点),取与用于最后一个边界点的线垂直的方向上“最远”的点,并在最后一个边界点和那个“下一个”点。然后验证在由该新线形成的新垂直方向上没有其他点。如果在与这条线或最后一条线垂直的方向上没有其他点“进一步向外”,那么这是下一个边界点的正确选择,如果有这样的点,切换到那个点并重新测试。
在计算一组点的凸包直径时,请参阅这些页面(链接到的页面以及通过单击“下一步”链接可访问的页面)。
我的快速总结: