如何使两点算法之间的最短路径更快?

How to make shortest path between two points algorithm faster?

我写了这个算法。它有效(至少对于我的简短测试用例),但在较大的输入上花费的时间太长。我怎样才能让它更快?

// Returns an array of length 2 with the two closest points to each other from the
// original array of points "arr"
private static Point2D[] getClosestPair(Point2D[] arr) 
{

    int n = arr.length;

    float min = 1.0f;
    float dist = 0.0f;
    Point2D[] ret = new Point2D[2];

    // If array only has 2 points, return array
    if (n == 2) return arr;

    // Algorithm says to brute force at 3 or lower array items
    if (n <= 3)
    {
        for (int i = 0; i < arr.length; i++)
        {
            for (int j = 0; j < arr.length; j++)
            {                   
                // If points are identical but the point is not looking 
                // at itself, return because shortest distance is 0 then 
                if (i != j && arr[i].equals(arr[j]))
                {
                    ret[0] = arr[i];
                    ret[1] = arr[j];
                    return ret;                   
                }
                // If points are not the same and current min is larger than
                // current stored distance
                else if (i != j && dist < min)
                {
                    dist = distanceSq(arr[i], arr[j]);
                    ret[0] = arr[i];
                    ret[1] = arr[j];
                    min = dist;
                }        
            }
        }

        return ret;
    }

    int halfN = n/2;

    // Left hand side
    Point2D[] LHS = Arrays.copyOfRange(arr, 0, halfN);
    // Right hand side
    Point2D[] RHS = Arrays.copyOfRange(arr, halfN, n);

    // Result of left recursion
    Point2D[] LRes = getClosestPair(LHS);
    // Result of right recursion
    Point2D[] RRes = getClosestPair(RHS);

    float LDist = distanceSq(LRes[0], LRes[1]);
    float RDist = distanceSq(RRes[0], RRes[1]);

    // Calculate minimum of both recursive results
    if (LDist > RDist)
    {
        min = RDist;
        ret[0] = RRes[0];
        ret[1] = RRes[1];
    }
    else
    {
        min = LDist;
        ret[0] = LRes[0];
        ret[1] = LRes[1];       
    }


    for (Point2D q : LHS)
    {
        // If q is close to the median line
        if ((halfN - q.getX()) < min)
        {
            for (Point2D p : RHS)
            {
                // If p is close to q
                if ((p.getX() - q.getX()) < min)
                {               
                    dist = distanceSq(q, p);        
                    if (!q.equals(p) && dist < min)
                    {
                        min = dist;
                        ret[0] = q;
                        ret[1] = p;
                    }

                }

            }
        }
    }

    return ret;
}

private static float distanceSq(Point2D p1, Point2D p2)
{
    return (float)Math.pow((p1.getX() - p2.getX()) + (p1.getY() - p2.getY()), 2);
}

我大致遵循此处解释的算法:http://www.cs.mcgill.ca/~cs251/ClosestPair/ClosestPairDQ.html

以及此处带有伪代码的不同资源:

http://i.imgur.com/XYDTfBl.png

我无法更改函数的 return 类型,也无法添加任何新参数。

感谢您的帮助!

您可以做几件事。

首先,您可以非常简单地将程序花费的时间缩短到 运行,方法是仅在 "reminder" 点上将第二次迭代更改为 运行。这有助于您避免为每个值同时计算 (i,j)(j,i)。为此,只需更改:

for (int j = 0; j < arr.length; j++)

for (int j = i+1; j < arr.length; j++)

不过这仍然是 O(n^2)

您可以通过迭代点并将每个点存储在智能数据结构中来实现 O(nlogn) 时间(最有可能是 kd-tree)。在每次插入之前,找到已经存储在DS中的最近点(kd-tree在O(logn)时间内支持这个),它是你的最小距离候选。

我相信链接算法提到了按一个坐标对数组进行排序,以便给定点 1 到 2000 中的 LHS q,如果点 200 处的 RHS p 超过 'min' 距离,只有它的 x 距离,您可以避免检查剩余的 201 到 2000 点。

我想通了 - 大大缩短了时间。 distanceSq 函数错误。最好改用 Java 的 Point2D somepoint.distanceSq(otherpoint); 方法。

至于当n为3时的原始暴力(在那种情况下它只会是3或2),线性搜索更好更有效。

在暴力条件之后的内部 for 循环中,针对 min 变量的检查也是错误的。使用平方距离很好,但 min 不是平方的。它保留了原始距离,这意味着 min 必须在两次检查中都平方根(一次在外循环中,一次在每次检查的内部循环中)。

所以,

if ((p.getX() - q.getX()) < min)

应该是

if ((p.getX() - q.getX()) < Math.sqrt(min))

另一张支票也一样。

谢谢大家的回答!