最簡單的思想是直接進行遍歷，也就是n*(n-1)的複雜度；
如果採用分治的思想會簡單很多；
看了好幾篇blog，發現都不怎麼講人話，其實本質上是通過一維分治推出來的；
對於一維數軸下找最近兩點，可以按照座標點進行分治；
直接遞迴二分區域，使得細分為左右各有乙個點或者兩個點的區域；
但是有可能發生以上的情況：
左半邊區域s1最小距離位p1~p2的距離；
右半邊區域s2最小距離位q1~q2的距離；
但是對於臨近分界點會有p3~q3最小，也就是二分之後的區間合併區域；
所以可以看到，對於遞迴分治求s1和s2之後，如果需要合併，要在求三者區域的最小值；
對於p3~q3，可以尋找分界點即可，即使點mid~點mid+1，因為函式遞迴以點的個數為單位，事先進行排序;
總的呼叫情況位charge(left,mid,mid+1,right);
對於二維情況下，發生了一些變化。
對於細分計算距離，還是利用二分，使得左右點為乙個或者兩個，之後進行層層整體合併；
仍然比較的使三個距離：
1.左半邊區域s1最小距離位p1~p2的距離；
2.右半邊區域s2最小距離位q1~q2的距離；
3.處於不同集合的p3~q3的距離；
但是問題處在第三步；
由於1，2相當於直接算兩點距離，所以不涉及迭代問題；
對於二維平面下，計算則不是那麼簡單，很多blog都提到再次細分矩陣的屁話，但是都沒有解釋為神馬要細分；
對於上述合併過程，先求得left-mid和mid-right中的最小dmin，也就是前兩種情況得最小值；
然後對先對mid點左右x-dmin和x+dmin得距離進行搜尋，找到範圍內的點；
之後看兩點縱座標是否滿足相差小於dmin，如果滿足，再計算距離；
這裡最讓人不能理解的有兩點：
1.為神馬按照dmin得範圍來找；
其實細細想一下，我們最主要的目標是找到跨邊界得兩點距離小於dmin，那麼根據勾股定理，則可以明顯的知道：
對於c=a^2+b^2，c就是我們要找的最短距離，則如果a,b有乙個大於等於dmin，則距離必定大於dmin；
2.為什麼要把中心點定位mid：
合併思想使然，如果不定位mid，則會轉化為左右半邊得最小問題，也就是第一第二步得求解過程；
並且mid在**過程中屬於中介點，對於極端情況下，可以把所有潛在得兩個分處不同子集得極端情況包含進去；
例如，mid點左右區域為2d，但是左右子集各有一點，如果距離小於d，極端情況下甚至水平，都能被包含進去；
典型題目：
針對於該題目**：
#include#include#include
using
namespace
std;
struct
point ;
const
int maxn = 100100
;const
double inf = 10000000
;int
n;point num[maxn];
bool
cmp1(point a, point b)
bool cmp2(int a, int
b) double cnt(int a, int
b) double charge(int l, int
r)
int mid = (r + l) / 2
;
double d1 =charge(l, mid);
double d2 = charge(mid + 1
, r);
double d =min(d1, d2);
//進行合併計算；
vectorvec;
for (int i = l; i <= r; i++)
}sort(vec.begin(), vec.end(), cmp2);
for (int i = 0; i < vec.size(); i++)
}returnd;}
intmain()
sort(num, num +n, cmp1);
printf(
"%.2lf\n
", charge(0, n - 1) / 2
); }
return0;
}
平面幾何最近兩點（分治 sort）
本題是問station和agent之間最近的兩個，不妨先想想如果是x y平面內最近的兩點怎麼算呢。先按x座標公升序排，如果x相同，那麼y小的排到前面 之後就開始分治了 divide l，r l，r 區間內的最近點對。問題可以再縮小，考慮d1 l，mid 內的最近點對 和d2 mid 1，r 內的最近...
平面中最近的兩點（分治法）
設平面上的點按x排序好了，這樣最多增加o n logn 這再整個演算法來看並沒有增加複雜度級別。排好序後，可以劃一條垂線，把點集分成兩半 pl和pr。於是最近點對或者在pl中，或者在pr中，或者pl，pr各有一點。把三種距離情況定義為dl,dr,dc.其中dl,dr可以遞迴求解，於是問題就變為計算d...
平面最近點對問題
平面最近點對問題正如其名，給定平面上的 n 個點，找出其中的一對點，使得這對點的距離在所有點對中最小。首先顯而易見地我們可以得到這個問題的 o n 2 演算法，列舉所有點對即可。但是很顯然我們可以注意到，這裡面有很多點對顯然不是最優的，那麼我們可以想到一種剪枝方法，就是將只對x座標差值小於當前已知最...