[英]How to make shortest path between two points algorithm faster?
我寫了這個算法。 它起作用(至少在我的短測試案例中),但在較大的輸入上花費的時間太長。 我怎樣才能讓它更快?
// 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);
}
我松散地遵循這里解釋的算法: http : //www.cs.mcgill.ca/~cs251/ClosestPair/ClosestPairDQ.html
和偽代碼的不同資源:
http://i.imgur.com/XYDTfBl.png
我無法更改函數的返回類型,或添加任何新參數。
謝謝你的幫助!
你可以做幾件事。
首先,您可以通過將第二次迭代更改為僅在“提醒”點上運行來非常簡單地縮短程序運行所需的時間。 這有助於您避免為每個值計算(i,j)
和(j,i)
。 為此,只需更改:
for (int j = 0; j < arr.length; j++)
至
for (int j = i+1; j < arr.length; j++)
但這仍然是O(n^2)
。
您可以通過迭代點並將每個點存儲在智能數據結構(最有可能是kd樹 )中來實現O(nlogn)
時間。 在每次插入之前,找到已經存儲在DS中的最近點(kd樹在O(logn)
時間內支持此值),並且它是最小距離的候選者。
我相信鏈接算法提到按一個坐標對數組進行排序,以便在第1點到第2000點給定LHS q,如果點200處的RHS p距離只有x距離超過“min”距離,則可以避免檢查剩余的201到2000分。
我想通了 - 大量減少了時間。 distanceSq
函數錯誤。 最好使用Java的Point2D somepoint.distanceSq(otherpoint);
方法而不是。
至於n
為3時的原始蠻力(在那種情況下它只會是3或2),線性搜索更好,更有效。
在蠻力條件之后,針對min
變量的檢查在內部for
循環中也是錯誤的。 使用平方距離很好,但是min
不是平方的。 它保留了原始距離,這意味着min
必須在兩個檢查中都是平方根(一次在外循環中,每次檢查一次在內部)。
所以,
if ((p.getX() - q.getX()) < min)
應該
if ((p.getX() - q.getX()) < Math.sqrt(min))
其他檢查也是如此。
謝謝大家的回答!
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.