回到二维的情况。参考一维退化版本的解法,首先进行分解和求解步骤。
分解:将所有点按照横坐标从中心分成两部分。
求解:递归求解两半部分的最近点对,左右两半部分依次为 p_1,p_2p?1??,p?2?? 和 q_1,q_2q?1??,q?2??。
合并:令 d = min\{|p_1-p_2|, |q_1-q_2|\}d=min{∣p?1??−p?2??∣,∣q?1??−q?2??∣}。如下左图所示,除了两半部分各自的最近点对之外,只需要计算横跨图中左右两半部分区域的点对的距离最小值,再和 dd 进行比较即可。
首先极端情况下,会有总共 nn 个点落在左图中这宽为 2d2d 的区域中。然而我们考虑固定其中一边的某个点 PP,和其对应的另一个点一定会落在右图中右半部分的 d \times 2dd×2d 的区域中。根据鸽巢原理,在另一边中最多只需要检查 66 个点。
具体的证明就不在这里展开讲了,我们重点还是学习这个算法中的分治思想。
最终合并的过程为:
原文:http://www.cnblogs.com/upstart/p/6764957.html