graham scan演算法說明了凸包構造問題的下界o(nlogn)是可以達到的。其實o(nlogn)的演算法遠不止這一種，分治法就是一種能達到o(nlogn)複雜度的思想。在此引入運用分治思想的兩種演算法來構造凸包。
引入新演算法之前依舊先來回顧乙個經典排序演算法：歸併排序（merge sort）。歸併排序的基本流程如下：
演算法分為兩個階段：分（divide）和歸併（merge）。分的階段將待排序列均分到乙個個子序列（如圖中劃分到單個元素）。歸併階段將分好的子串行兩兩合併成有序序列，重複合併的過程直到整體歸為乙個序列。歸併過程共logn步，每步耗費n的時間，總體複雜度為o(nlogn)。
歸併排序的過程就是乙個典型的分治（divide-and-conquer）策略。凸包構造問題也可以套用這種策略來分而治之，逐步求解。我們可以將待處理點集s分為同等規模的兩個子點集，並分別對其求凸包。
有了兩個子解後，問題就變成了如何適當加一些邊，將兩個子凸包merge成整體解。分治法核心的任務就是如何merge。
接下來的分析不考慮退化情況，比如三點共線等特殊情況的處理。
分治法解決問題的過程可以概括為：大事化小，小事化了。就是首先將問題劃分為易求解的子問題，子問題套用已知方法解答即可。例如子凸包的構造就能用graham scan來解決。
graham scan解決問題的前提是：參照基準點，其他點按極角有序排列，也就是構成了乙個有序的星形多邊形（star-shaped polygon）。首先要做的就是將兩個子凸包預處理成兩個star-shaped polygon。
由於任何乙個凸多邊形都是star-shaped polygon，它必然有乙個核，其他點按極角有序排列。問題在於如何找到乙個公共核，使得兩個子凸包同時關於這個核是極角有序排列的。也就是公共核處於兩個凸包的交部分，這樣是最好處理的情況（如下左圖）。不過還有可能有其他情況，不能找到公共核（如下中圖），甚至兩個凸包根本不相交（如下右圖）：
這就要將分治策略分不同情況來實現。首先看最簡單的情況，兩個子凸包有公共核。
相對於公共核，兩個子凸包的各自有序排列，相互交錯。要做的就是將二者點序列合併，方法正是典型的二路歸併，線性時間可以完成。最後進行graham scan即可得到大凸包。
存在公共核的情況處理是很簡單的，再看第乙個子凸包的核落在第二個子凸包外部的情況。如下圖所示：
這中情況與增量構造法的情況很相似，p1的核x相對於p2就是乙個新加入的點。做出兩條support line：x→t和x→s，捨棄p2上t→s路徑的點即可。這樣p2中剩餘點與x構成了乙個星形多邊形，x也成為了p2的核。這就轉化成了第一種有公共核的情況。
上述分治策略的演算法過於複雜，所以引入一種更加簡明的分治策略。這種分治策略也會為三角剖分等問題提供思路。
首先規定一種點集劃分的策略。假設待合併的兩個子凸包是沿著某方向是分離的，二者不想交。例如下圖凸包p1和p2就是相互分離的：
這樣劃分會使得合併更加簡明，不必區分多種複雜情況。為了滿足這種劃分策略，引入一種預處理，也就是乙個x方向的排序過程（x-sorting）。排序後就可取點x座標的中值，將點集劃分為規模相當的左右兩個子集。每個凸包都有其最左點l和最右點r，如上圖。
merge操作就是將兩個左右相離的兩個子凸包合併為乙個大凸包的過程了。運算的關注的正是兩對l和r點。
先直觀感受一下merge操作要新增的新極邊：
上下兩條紫色邊正是要求的新邊，又稱支撐邊（support line），並且每次merge只會增加兩條新邊。兩條邊類似兩個圓的公切線（common tangent），將二者連線起來。
直觀上感覺，兩條support line正是兩個子凸包的最高點t和最低點b相互連線得到的，這些點只需線性時間就能找到。當真如此的話凸包構造的下界就成了o(n)，顯然直覺是錯誤的。例如下面的兩種情況，support line就和b、t兩點沒有直接關係了：
構造support line的過程需要縝密的分析，並非憑直覺能得到的。
構造過程首先從左凸包的r點和右凸包的l點連線開始，以這條線為基礎逐步得到support line。
注意乙個細節問題：如何得到各子凸包的l點和r點。每次合併都會產生新的凸包，所以凸包是乙個動態的結構。當然可以每次計算出最左點和最右點，只需要線性時間。但是這並不是最優的方式。考慮分治的思想，就整個merge流程來講，是自底向上將子凸包兩兩合併的過程。因此只要在最底層上最小的子凸包中記錄最左點和最右點，每次merge更新一下這兩個變數即可，只需要o(1)的常數時間！這種優化對整體的複雜度上線nlogn雖然沒有影響，也能為程式節省一部分的開銷。
再看如何將最初的r-l線變成support line，在此以upper support line為例。演算法的核心依然是to left test。
觀察support line的兩個端點的特徵，可以看出他們對於前驅後繼都是rr或ll型的，也就是前後相鄰的點都落在support line的同側。其餘任兩點的連線都只能是lr或rl的，這也是增量構造演算法的核心思想。兩次to left 測試即可得出型別。
從r-l線出發，首先看l點，可以發現其前驅後繼相對於r→l是rl型的。若要得到rr型的特徵，必須向其後繼方向推進乙個單位。
將l點向其後繼推進一單位，更新了r-l線。判定l點依舊是rl型的，r-l線還不是support line，繼續推進l點。判定新的r-l線，l點的特徵變為了rr型，暫時可以認為l點滿足要求，接下來考察r點。
r點的前驅後繼對於線l→r是rl型的，若要得到ll的特徵，必須向其前驅方向推進乙個單位。以此往復，直到r點特徵變為ll。
然後回頭考察l點，發現此時l點已經不滿足rr了，變回了rl。繼續同樣的步驟推進l點直到特徵變為rr。然後在回頭考察r點，發現它依舊滿足ll，演算法停止。至此r和l兩點連線就是upper support line了，同樣lower support line構造方式類似。
回顧由r-l線逐步推進得到support line的過程，每次操作乙個端點，得到是一種「z」字形（zig-zag）的推進軌跡。操作點的切換由另一點滿足要求決定，而演算法停止的依據是兩個端點同時滿足了要求。這種方式類似快速排序構造軸點的過程，左右兩軸點交替操作，直到二者都滿足要求時演算法停止。
如此通過兩次「zig-zag」的過程就能得到兩條support line，完成兩個子凸包的合併。
分析一下演算法時間複雜度。演算法首先要按照x座標排序，排序複雜度為o(nlogn)。再看merge過程，無論是左側子凸包還是右側子凸包，對於其每個點的操作至多只有以此，也就是每次歸併是線性時間。歸併共logn次，演算法的總體複雜度就是o(nlogn)了。
最後總結一下第二種分治法的特點。此前jarvis march演算法雖然以平方複雜度為上界，但其」輸出敏感性「使得實際複雜度為o(hn)，最好情況下僅甚至為線性。例如如下情況：
jarvis march演算法的複雜度變為了o(4n)，而此種分治法依舊會經歷按部就班的x-sorting，一上來就注定了o(nlogn)的複雜度，然後經歷同樣o(nlogn)的merge過程。也就是說這種分治法在各種情況下的表現都是很均勻的。
計算幾何入門 1 3 凸包的構造 增量構造法
極點法和極邊法的複雜度分別為o n 4 和o n 3 當點集s的規模稍大時就難以適用了。為了滿足實際需要必須尋找更高效的演算法來構造凸包。在引入新演算法之前首先來回顧一下經典的演算法思想 減治 decrease and conquer 注意不是分治 divided and conquer 二者稍有區...
計算幾何凸包入門詳解
講這個之前，先說一下我自己的看法 求凸包網上有很多種方法，個人覺得最好用最常用的就是graham掃瞄法，本篇博文我也就只講這一種演算法求解凸包。講這個問題之前我們必須要弄清楚何為凸包？我來口胡一下吧，很明顯凸包這個名詞就已經給了我們乙個重要的資訊，那就是這個東西它肯定是乙個凸多邊形。那除了是凸多邊形...
計算幾何 凸包
有多個手機訊號發射器，求解乙個最小區域，要求所有的發射器都包含在這個最小區域中，並且任意兩台發射器之間的交流包含於在這個區域內。將所有的發射器看做為點，任意兩個點之間的連線都包含於乙個平面s 乙個平面的子集s 是凸的，當且僅當 s中的任意兩個點之間的連線都包含於 s中。點集 p的凸包是所有包含 p的...