Pull to refresh

Comments 56

Недавно для диплома впервые написал Грэхема, был счастлив по самое «не хочу»: Джарвиса — самый наивный алгоритм, который только можно представить.
А насчёт выбора для использования — вообще без вариантов. Для общего набора Грэхем c O(NlogN) уделывает весьма специфичный квадратный алгоритм.
кажется очевидным, что минимальная оболочка просто обязана быть выпуклой

С чего бы это?
Эта оболочка не минимальна, её можно укоротить.
Она не минимальная. Соедините самую левую точку с самой верхней напрямую — уменьшите периметр, ибо длина одной стороны треугольника в любом случае не больше суммы длин двух других сторон.
В статье минимальная оболочка определена как оболочка с наименьшим периметром. На этой картинке явно периметр можно уменьшить, убрав впадины.
Выпуклость минимальной оболочки — прямое следствие из неравенства треугольника
Интересно, познавательно и понятно изложенно. Спасибо! Буду ждать новых постов :)
Спасибо, картинки крутые, сразу понятна суть алгоритма.

Что-то подобное в школе писал, только никаких алгоритмов не знал, сам придумал. Кажется я брал все пары точек, строил уравнение прямой через них и подставлял в уравнение координаты оставшихся точек. Если все получившиеся выражения имели одинаковый знак, то строил отрезок.
Я наверное Джарвис, потомучто именно этот алгоритм сразу пришел в голову глядя на вторую картинку из трех обрисованых множеств
там на самом деле минимум 3 подхода разделяй и властвуй. а к ним еще неплохо рассказать алгоритм построения опорной прямой. а если писать все методы, то надо экла-туссена еще расписать к примеру. но это уже получится листов 10-15 формата A4, с учетом того,, как подробно расписал их автор.

а в дополнение к этим 2 достаточно известным яростро напрашивается алгоритм Чана, который использует грехэма и джарвиса.
а вообще, отлично, очень клевые картинки, все смотрится. заменить питон на псевдокод и можно в простой школе как материал давать. рад бы был если автор так же что-нить более сложное и интересное расписал.
Добавлю, что ассимптотика у алгоритма Чана O(n log h), где h — количество точек в выпуклой оболочке.
Он интересен в том смысле, что похожим подходом можно трехмерную выпуклую оболочку строить.
кажется очевидным, что минимальная оболочка просто обязана быть выпуклой

Это элементарно доказывается с помощью свойства |AB| + |BC| >= |AC| (правило треугольника) и верно, кстати говоря, для любого нормированного пространства, а не только для плоскости.
Извиняюсь, в нормированном линейном пространстве.
Ага, неравенство треугольника я и имел в виду, когда писал про «очевидность» выпуклости. Думаю, что при строгом доказательстве для произвольных кривых возникнут некоторые трудности, нет? Для ломаных линий (т.е. для многоугольников, в контексте рассматриваемой темы) это не проблема, согласен…
Единственная трудность — придумать, куда воткнуть интеграл или предел.

А дальше — то же самое неравенство треугольника.
Произвольных множеств точек, вы хотели сказать? Если множество конечно, то это все еще ломаная, если же бесконечно, но вложено в ограниченное подмножество плоскости, то тут веселее, понадобится предельные переход. Однако, если бесконечное множество точек на плоскости вложено в некоторое ограниченное ее подмножество, то никаких проблем нет: алгоритм точно такой же: индуктивное применение неравенства треугольника. Только индукция тут трансфинитная.
Можно проще и без пределов. Легко доказать что для любой не выпуклой оболочки существует выпуклая оболочка меньшей длины содержащая данную. Алгоритм построения этой оболочки — соединяем ближайшие две точки в которых нарушается выпуклость (касательная пересекает оболочку) прямой. Из того факта, что минимальное расстояние между двумя точками — отрезок прямой следует, что построенная оболочка имеет длину меньше чем данная.

Конечно, если доказывать, что минимальное расстояние между двумя точками — отрезок прямой соединяющей эти две точки (известная теорема) то без предела не обойтись, так как само понятие длины кривой содержит в себе предел.
Я в бытность свою школнегом, придумал алгоритм построения выпуклой оболочки, а какой то Джарвис его, оказывается, присвоил

Приятно видеть подобные посты, пишите почаще
Я, пока пост готовил, тоже успел придумать суперэффективный алгоритм, при ближайшем рассмотрении оказалось, что это просто-напросто усложненная версия алгоритма Джарвиса :)
А можно пару примеров реального практического применения? В смысле где это требуется?
Ну я вот сейчас пишу бота для старкрафта. Там надо иметь общее представление о своей территории и о территории противника и ограничить снаружи, то есть нарисовать огибающую линию.

Подобный алгоритм применяется для того чтобы запихать все свои здания в некоторый регион и наречь его потом «базой». Здания — это по сути точки на плоскости. Остальное думаю понятно.
UFO just landed and posted this here
Нет, читал, чтобы быть в курсе, но писать не пробовал.
Я хочу заметить что с машиной времени можно решать любую задачу намного легче: считываем данные, считываем из будущего ответ Х, через минуту начинаем проверять этот Х, если он не подходит (можно убедиться в теории и за миллиард лет, но особенно хорошо алгоритм работает с задачами из класса NP, где ответ проверяется быстро), то отправляем в прошлое Х+1, если же подходит отправляем Х. Так как отправленное число должно совпасть с полученным, Х гарантированно будет правильным ответом на задачу.
Надо эту мысль обдумать на досуге. А вообще-то, «Назад в будущее» какое-то получается! :)
Мощно! Справедливости ради, не сомневаюсь, что приведенный выше питоновский код можно существенно подсократить, просто цель моего поста — объяснение алгоритма, а не демонстрация возможностей языка программирования :) В любом случае спасибо за ссылку, записал ее в избранное…
Спасибо, интересно!
Не вижу больше ни одной статьи, кроме этой, с тегом «вычислительная геометрия».
Может, про circle packing как-нибудь напишите?
В топике ошибка была в теге :(
По поводу сортировки на Питоне.
wiki.python.org/moin/HowTo/Sorting

def cmp_to_key(mycmp):
    'Convert a cmp= function into a key= function'
    class K(object):
        def __init__(self, obj, *args):
            self.obj = obj
        def __lt__(self, other):
            return mycmp(self.obj, other.obj) < 0
        def __gt__(self, other):
            return mycmp(self.obj, other.obj) > 0
        def __eq__(self, other):
            return mycmp(self.obj, other.obj) == 0
        def __le__(self, other):
            return mycmp(self.obj, other.obj) <= 0
        def __ge__(self, other):
            return mycmp(self.obj, other.obj) >= 0
        def __ne__(self, other):
            return mycmp(self.obj, other.obj) != 0
    return K


base = P[0]
del P[0]
P.sort(key = cmp_to_key(lambda x, y: rotate(A[base], A[x], A[y])))
P.insert(0, base)


Как-то так.
PS давно на питоне не писал, извиняюсь за глупые ошибки
Спасибо, сейчас опробуем!
Все заработало, отлично! Только порядок сортировки надо поменять:
  P.sort(key = cmp_to_key(lambda x, y: rotate(A[base], A[x], A[y])), reverse=True)

Либо ключ (вернее, функцию сравнения) слегка изменить:
  P.sort(key = cmp_to_key(lambda x, y: rotate(A[base], A[y], A[x])))

Работают оба варианта. А функция cmp_to_key, как написано по вашей ссылке, должна входить в модуль functools.
помню, на областной олимпиаде по информатик была подобная задача. через тангенсы решили.
Да. Это, впрочем, старая задача, я ее видел на олимпиаде Челябинской области в 1991 году.
И решал через поиск максимального угла между соседними вершинами оболочки. И, что характерно, решил :)
Сейчас на студенческих олимпиадах эту задачу в чистом виде не встретишь.
Обычно с применения алгоритма Грэхема следует начинать решение некоторых задач, чтобы перейти от произвольного множества точек к выпуклому многоугольнику.
Например, в задаче нахождения круга минимального радиуса, содержащей данное множество точек.
Или в задаче нахождения наибольшего по площади треугольника, вершинами которого являются точки из данного множества.
Тестовое задание в одно из подразделений CSoft: построить прямоугольник минимальной площади вокруг набора точек. Дополнительно предлагалось обобщить для 3х-мерного случая (для прямоугольного параллелепипеда).
UFO just landed and posted this here
Еcть рандомизированный алгоритм за O(n). Кажется, оптимальнее не придумаешь.
UFO just landed and posted this here
Welzl algorithm. По имени автора.
UFO just landed and posted this here
С интересом бы почитал книгу на подобные темы, написанную понятным языком (как эта статья). Возможно ктото может посоветовать? И по распознаванию образов тоже было бы интересно.
Спасибо за стастью.
Кормен, «Алгоритмы. Построение и анализ»?

Отличный стиль — читается легко, несмотря на ненависть к питону. Хочется добавки, интересует нахождение мво на растре, наборе дисплейных регулярных пикселей- там стопудово грехэм быстрее, но может есть нечто оригинальное?
UFO just landed and posted this here
Если это вот этот алгоритм, то «Its average case complexity is considered to be O(nlogn), whereas in the worst case it takes O(n2) (quadratic)»… Может он самый быстрый в том же смысле, что и быстрая сортировка? Ссылкой не поделитесь? Нашел оригинальную статью.
UFO just landed and posted this here
Ой спасибо тебе добрый человек! Очень пост выручил!

Тут используется побочная/альтернативная терминология, введенная в начале статьи. В теории обобщенной выпуклости и аналогичных областях термин "облочка" ("hull") - однозначно определен, как минималное содержащее множдество, обладающее интересующими нас свойствами (напр. выпуклостью). То есть оболочки всегда минимальны по определению, а "минимальная выпуклая оболочка" - это уже бросающися в глаза пример "масла масляного". Соответственно в литературе обычно всегда ведется речь о просто выпуклой оболочке. Никто не называет ее минимальной.

Sign up to leave a comment.

Articles