如何用STL mimax算法替換我的'for'循環來找到min / max

Question

我必須從a中找到最小值/最大值（min x，min y，max x，max y）

vector<cv::Point>

這是我的代碼：

vector<cv::Point> contour;

...

Min = Point(640, 480) ;
Max = Point(0,0) ;
for (int j=0; j<(int)contour.size(); j++)
{
    if (contour[j].x < Min.x) Min.x = contour[j].x ;
    if (contour[j].y < Min.y) Min.y = contour[j].y ;
    if (contour[j].x > Max.x) Max.x = contour[j].x ;
    if (contour[j].y > Max.y) Max.y = contour[j].y ;
}

這很好用。 我使用mimmax STL開發了一個版本：

auto XminXmax = minmax_element(contour.begin(), contour.end(), [](Point p1,Point p2) {return p1.x < p2.x; });
auto YminYmax = minmax_element(contour.begin(), contour.end(), [](Point p1,Point p2) {return p1.y < p2.y; });
Point Min = Point((*XminXmax.first).x, (*YminYmax.first).y );
Point Max = Point((*XminXmax.second).x, (*YminYmax.second).y );

這也很好，並給出相同的結果。 但是，由於算法minmax被調用兩次，執行時間是兩次。 是否可以通過一次調用minmax算法來優化它？

Answer 1

minmax_element在Point對象上運行比較並返回Point對象。

x和y值是獨立的， min(x)和min(y)可能屬於不同的對象。

我會用於這種特殊情況的for range 。

Min = Point(640, 480) ;
Max = Point(0,0) ;
for (auto &p : contour)
{
    Min.x = std::min(p.x, Min.x)
    Min.y = std::min(p.y, Min.y)
    Max.x = std::max(p.x, Max.x)
    Max.y = std::max(p.y, Max.y)
}

Answer 2

不可以通過單次調用minmax_element來優化它，因為minmax_element不是此問題的最佳解決方案。

如果你堅持使用某些STL算法，請使用accumulate ：

std::accumulate(begin(contour), end(contour), Bound{}, [](Bound acc, Point p)
{
    return Bound{minpos(acc.bottomleft, p), maxpos(acc.topright, p)};
});

但這需要一些准備工作：

#include <numeric>

struct Point
{
    int x;
    int y;

    Point(int x, int y)
        : x(x), y(y) {}
};

Point minpos(Point a, Point b)
{
    return {std::min(a.x, b.x), std::min(a.y, b.y)};
}

Point maxpos(Point a, Point b)
{
    return {std::max(a.x, b.x), std::max(a.y, b.y)};
}

struct Bound
{
    Point bottomleft;
    Point topright;

    Bound(Point bl = {640, 480}, Point tr = {0, 0})
        : bottomleft(bl), topright(tr) {}
};

將accumulate方法與循環方法的范圍進行比較，我們可以考慮兩個方面：

1. 可讀性。 accumulate方法略微更好地表達了從幾個點收集單個邊界框的意圖。 但它導致代碼略長。
2. 性能。 對於這兩種方法，gcc（5.3和6）生成幾乎相同的代碼。 Clang 3.8可以矢量化循環范圍但不能用於accumulate 。 從C ++ 17開始，我們將使parallelizm TS標准化。 accumulate並行對應物將是reduce算法，因此accumulate/reduce方法將允許更多的靈活性。

結論：范圍和accumulate/reduce都有一些（dis）優勢。 但是可能一個完全不同的方法是最好的方法：如果OP中的cv::Point意味着你使用openCV庫，那么同一個庫就有了boundingRect函數，它正是你想要實現的。