如何使用 BFS 算法只保留外部点?
How to use the BFS algorithm to keep only the outer points?
假设我有一个 500x500 的二维网格(从 -250 到 250)。
网格的每个单元格都有一个特定的值,从 0 到 100。
我一直在尝试做的是保留一个列表,其中包含从点 (0, 0) 开始的值低于 50 的所有单元格,但我不想保留所有点,但只保留外部点(周长、边界、值小于 50 的单元格没有 4 个相邻单元格的值小于 50)。
我实现算法的方式,我保留了所有点的列表。我应该如何修改它?如果可能我想优化代码(我可以有更大的网格),所以我不想再次迭代。
pointList pointsWithValueBelow50; // The list of points with a value below 50
map<point, bool> pointDiscovered; // A map of the points we already passed through
point a = {0,0};
point b;
int value;
Queue q;
q.enqueue(a);
pointDiscovered[a] = true;
while(!q.isEmpty())
{
a = q.dequeue(a)
value = calculateValue(a); // Random method that verify if the points has a value below 50 in the grid
if (value < 50)
{
pointsWithValueBelow50.add(a);
b[0] = a[0]+1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0]-1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]+1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]-1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
}
}
如您所见,我在列表中保留了值低于 50 的所有点,而不是外部点。我该如何修改这段代码?我应该使用其他算法吗?
抱歉,我忘了添加我的解决方案。不幸的是,我认为它的内存很重,所以任何新的答案都会很高兴被接受!
pointList pointsWithValueBelow50; // The list of points with a value below 50
pointList pointsBorder;
map<point, bool> pointDiscovered; // A map of the points we already passed through
map<point, bool> pointVisible; // The final visible points
map<point, point> pointParent; // A map of the parent point
point a = {0,0};
point b;
int value;
Queue q;
q.enqueue(a);
pointDiscovered[a] = true;
while(!q.isEmpty())
{
a = q.dequeue(a)
value = calculateValue(a); // Random method that verify if the points has a value below 50 in the grid
if (value < 50)
{
pointsWithValueBelow50.add(a);
b[0] = a[0]+1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0]-1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]+1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]-1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
}
else
{
if(pointVisible[pointParent[a]] == false)
{
pointVisible[pointParent[a]] = true;
pointsBorder.add(poinParent[a]);
}
}
}
这个想法很简单,如果我在一个值高于 50 的点,我们让父点知道他必须可见,因为他是 "border" 点。
让我们将元胞数组视为灰度图像(其中元胞值是像素强度)。您正在尝试做的事情 ("find borders") 是图形中的一个常见问题,并且有一个众所周知的算法 (Marching Squares) 可以找到列表这样的边界(附加 属性列表的顺序,因此当您遍历列表时,您将绕过包含感兴趣区域的多边形的顶点。
行进正方形是 O(cells)(在最坏的情况下它只需要查看每个单元邻域一次),并且可以并行化以获得更高的性能。有很多变体,基于什么被认为是相关的转换以及您是否只想找到 one 边界或 all 边界。
那里有很多实现。我读过的最干净的书之一是 here(LGPL;returns 所有边界;可配置的阈值)——将它从 Java 翻译成 C++ 应该相对简单。
假设我有一个 500x500 的二维网格(从 -250 到 250)。
网格的每个单元格都有一个特定的值,从 0 到 100。
我一直在尝试做的是保留一个列表,其中包含从点 (0, 0) 开始的值低于 50 的所有单元格,但我不想保留所有点,但只保留外部点(周长、边界、值小于 50 的单元格没有 4 个相邻单元格的值小于 50)。
我实现算法的方式,我保留了所有点的列表。我应该如何修改它?如果可能我想优化代码(我可以有更大的网格),所以我不想再次迭代。
pointList pointsWithValueBelow50; // The list of points with a value below 50
map<point, bool> pointDiscovered; // A map of the points we already passed through
point a = {0,0};
point b;
int value;
Queue q;
q.enqueue(a);
pointDiscovered[a] = true;
while(!q.isEmpty())
{
a = q.dequeue(a)
value = calculateValue(a); // Random method that verify if the points has a value below 50 in the grid
if (value < 50)
{
pointsWithValueBelow50.add(a);
b[0] = a[0]+1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0]-1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]+1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]-1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointDiscovered[b] = true;
}
}
}
如您所见,我在列表中保留了值低于 50 的所有点,而不是外部点。我该如何修改这段代码?我应该使用其他算法吗?
抱歉,我忘了添加我的解决方案。不幸的是,我认为它的内存很重,所以任何新的答案都会很高兴被接受!
pointList pointsWithValueBelow50; // The list of points with a value below 50
pointList pointsBorder;
map<point, bool> pointDiscovered; // A map of the points we already passed through
map<point, bool> pointVisible; // The final visible points
map<point, point> pointParent; // A map of the parent point
point a = {0,0};
point b;
int value;
Queue q;
q.enqueue(a);
pointDiscovered[a] = true;
while(!q.isEmpty())
{
a = q.dequeue(a)
value = calculateValue(a); // Random method that verify if the points has a value below 50 in the grid
if (value < 50)
{
pointsWithValueBelow50.add(a);
b[0] = a[0]+1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0]-1;
b[1] = a[1];
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]+1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
b[0] = a[0];
b[1] = a[1]-1;
if(pointDiscovered[b] == false)
{
q.enqueue(b)
pointParent[b] = a
pointDiscovered[b] = true;
}
}
else
{
if(pointVisible[pointParent[a]] == false)
{
pointVisible[pointParent[a]] = true;
pointsBorder.add(poinParent[a]);
}
}
}
这个想法很简单,如果我在一个值高于 50 的点,我们让父点知道他必须可见,因为他是 "border" 点。
让我们将元胞数组视为灰度图像(其中元胞值是像素强度)。您正在尝试做的事情 ("find borders") 是图形中的一个常见问题,并且有一个众所周知的算法 (Marching Squares) 可以找到列表这样的边界(附加 属性列表的顺序,因此当您遍历列表时,您将绕过包含感兴趣区域的多边形的顶点。
行进正方形是 O(cells)(在最坏的情况下它只需要查看每个单元邻域一次),并且可以并行化以获得更高的性能。有很多变体,基于什么被认为是相关的转换以及您是否只想找到 one 边界或 all 边界。
那里有很多实现。我读过的最干净的书之一是 here(LGPL;returns 所有边界;可配置的阈值)——将它从 Java 翻译成 C++ 应该相对简单。