与圆有关的离散化方法

北京市清华附中
高逸涵
引言：一道经典的问题

 解决方法：离散化。

平面中有 N 个矩形，求他们的面积并。
 取每个矩形的上
下边界，将平面
分为若干部分，
然后计算每一部
分的面积。
引言：新的问题

 由于矩形的边界为折线，如果我们用折线的转
折点作为分界点，则折线被化简为许多线段。
所以离散化法取得了成功。
 如果需要统计的并不是矩形，而是某些曲线图
形，怎么办？
 对于曲线来说，根本没有所谓的转折点，传统
的离散化法似乎对这一类问题失效了。
引言：新的问题

 事实上，如果我们对于划分后每一部分的性质
要求不那么严格，划分还是可以继续下去的。
 如图，图形被
 但如果增加一
而梯形和弓形
划分为 5 部分
些其他的分割
的面积很容易
线，我们发现
，初看特征不
求出
，整个图形由
明显。
若干梯形和弓
形构成。
圆的离散化算法

 算法的一般步骤：
– 根据问题将平面中的圆分割成若干区域，使每个
区域具有一定简单的粗粒属性。一般可用直线分
割。
– 根据属性确定区域内圆的具体算法，计算每个区
域中结果。
– 综合每个区域的结果，给出问题的最终答案。
 圆的离散化算法关键在于保证区域内数据在
整体上易于处理。
算法应用实例

 以上便是离散化法在圆的计算几何问题中最基
本的应用。而这里将通过两道例题详细说明。
 [ 例 1] Dolphin Pool (Tehran 2000)
 [ 例 2] Empire strikes back (ural 1520)
Dolphin Pool (Tehran 2000)

 给定 N(N<=20) 个圆的圆心坐标 (xi,yi) 和半径

Ri
 求平面内在圆外的封闭区域的个数。
 例如：如下四个圆构成一个圆外的封闭区域
 没有任何两个圆相切，且没有任何一个圆的圆
封闭区域
心在另一个圆内。
初步分析

 尽管圆的位置有一定的限制，但可能的情况还
是很多的，我们希望有一个通用的算法来解决
所有情况而不分类讨论，避免增加编程复杂度
和错误几率。
 由于输入输出都是整数，似乎题目对于精度的
要求不高，并且坐标的范围较小
(x,y<=1000) 。于是可以使用一个基于 floodfill
的算法。
基于 Floodfill 的算法概述

可以看到，这个算法的效率和正确性都由点阵
 在原图中建立点阵。
的密集程度决定。
标记所有在圆内的点为已访问。
而对于这道题目的时限来说，这个算法远远不

使用深度优先遍历 (DFS) 求连通块数
能达到要求，因此我们需要改进算法。
连通块数减 1 即为答案
第一次离散化

 考虑点阵中的每一横行，我们发现圆在每一横行上覆
盖的一定是一个连续区间。
 因此，可以仅记录每一个圆在当前横线上覆盖的区间
而不记录每个点具体的被覆盖情况。
 考虑平面内的一条平行于 x 轴的直线。可以很容易的
计算出每一个圆在其上覆盖的区间。
第一次离散化——区间合并

 接下来，将所有的被覆盖区间合并。这一问题
需要应用到基本数据结构栈，可以在线性时间
复杂度内解决。
 区间合并完成后，可以得到所有未被覆盖的区
间。
第一步离散化——图论模型

 建图，每个未覆盖区间为一个顶点，相邻两条
横线上的区间如果相交，则在它们之间连一条
边。然后判断在建成的图中有多少个连通块。
 判断图中的连通块数量可以使用按层次遍历的
方式减少空间需求。
仍存在的问题

 经过初步的离散化，上述算法的正确性和速度
都有很大提高。但由于 ACM 竞赛要求程序必
须通过全部数据，而该算法对于某些极限数据
的精度仍不能令人满意，因此还有进一步改进
算法的必要。
第二次离散化

 于是，我们有了一个新的想法：跳过无用的横
仔细观察程序的运行，我们发现它似乎作了许
我们一眼可知，下图中所有的区间同属于同一
行。
多无用的工作，如下图：
连通块。但是我们的程序却为了得到这一结果
在不断的迭代。
第二次离散化

 事实上，区间之间的继承关系在大多数时候并没有发
生改变，仅在少数时刻才会有所改动：
– 一个圆新出现时，将一个区间分为两半。
– 一个圆最下端，两个区间合并为一个。
– 两圆相交，一个区间逐渐减小直至消失。
– 两圆相交，一个新的区间生成。
 这样，我们可以求出所有的点事件，并模拟区间的生
长消亡，从而求出最终答案。
 但是，如果完全按照上述想法编程实现，编程复杂度
非常高。事实上，我们可以考虑一种懒惰的实现方式
。
第二次离散化——图示 点事件
小结

 至此，本题已被完美解决，时间复杂度为
O(N3) 。
 回顾我们得到算法的步骤：
– 根据题目描述得到一种简单的算法。
– 通过离散化不断将其时间复杂度降低，并将精度提
高。
 可以看到，使用了离散化法后，我们轻易地得
到了一个简单而优秀的算法。
例 2 Empire strikes back(ural 1520)

 平面中有 1 个大圆和 N(N<=300) 个小圆，大

圆圆心为 (0,0) ，小圆圆心都在大圆内。所有
小圆半径相同。
 求使所有小圆能覆盖整个大圆的小圆最小半径
。
初步分析

 由于题目仅需求出一个实数，因此我们考虑使
用二分法求得答案。
 在已知小圆半径的情况下，我们所需要做的工
作仅仅是判断大圆是否被小圆完全覆盖。
试探性离散化

 如果使用和例 1 相同的离散化策略，得到的时
间复杂度为 O(N3*k) ， k 为二分的次数，这个
时间复杂度太高了！
 之所以会出现离散化失败的情况，是因为我们
没有透彻的分析问题。
 由于已经二分了答案，所以问题已被转化为一
个判定性问题，而我们仍使用原先解决计数性
问题的思路解题，必然无法设计出高效的算法
。
离散化算法改进

 由于题目仅需我们判断一条横线是否被完全覆
当然，这一处理并不能使算法的时间复杂度有
盖，因此取特殊点似乎是一个不错的想法。考
所改进。但是，如果整体观察所有特殊点，会
( 线段的左右端点 ) ，并
发现它们所组成的图形正好是所有小圆分别向
虑横线上所有关键点
左向右移动一小步得到新的圆之和。
取它们左右两端距离非常接近的点作为特殊点。
 如果所有的特殊点都被覆盖，则整条横线一定
这样我们可以根据这一特性进行离散化。
被完全覆盖。
第二次离散化

 注意到，每一个圆在向左向右偏移后，得到的
新的圆一部分在原先的圆内，可以不做考虑。
而向左向右偏移后得到的图形之和与原先的圆
非常相近，可以认为是相同的。
 于是问题转化为，其他 N-1 个小圆在这个小圆
上覆盖的边界是否完全覆盖了大圆在这个小圆
上覆盖的边界。
 这和例 1 中第一步离散化时得到的问题非常相
似，可以使用类似的方法解决。
时间复杂度分析

 算法总复杂度 O(N2logN*k)
– 二分的复杂度 O(k)
– 区间排序的复杂度 O(NlogN)
– 区间合并的复杂度 O(N)
– 枚举 N 个圆 O(N)
 事实上，如果采用一些其他的小优化，可以将
算法的复杂度进一步降低为
O(N2logN+NlogNk)
小结

 回顾我们得到最终算法的步骤：
– 一开始，我们分析问题，得到了一种简单的算法。
– 然后，我们尝试利用离散化法对其进行优化，但传
统的离散化得到的时间复杂度十分不理想。
– 于是我们进一步分析问题的特性，并通过转化问题
的方式得到了一个新的离散化法，最终完美解决了
此题。
 由此可见，离散化法并不仅仅是把图形按照横
纵坐标划分为若干区域。对于同一个问题，不
同的离散化法得到的算法效率相差甚远。
总结及讨论

 离散化法作为一种较为朴素的处理方法，可以
解决多数与圆有关的计算几何问题。
 成功的关键是要把握区域划分的精细程度：
– 过细区域划分，单元内的计算简单，但整合复杂度
增加。
– 区域划分过粗，会使单元内的计算无法实现。
 虽然这里分析的是圆，但很容易推广到其他曲
线的计算几何问题。
区间合并动画

 每次插入一个区间时，先察看栈顶区间是否和
即将进栈的区间相交，如果相交则将栈顶区间
出栈和新插入的区间合并，然后继续察看栈顶
区间，直至栈顶区间和新插入的区间不相交或
栈已被清空。
 然后新的区间进栈。

[3 ， 5
]
[1 ， 9
[2 [1 ， 9
2
] ]
求连通块数

算法的步骤是逐层计算每个节点所在的连通块
 对于每一条边执行一次合并操作。这样将所有
，使用的数据结构为并查集。为了更好地解释
同属于一个连通块的区间合并在了一起。一次
1 。最后需要
这个算法，下面通过一个动画来演示。
成功的合并将使连通块个数减少
整理各个集合并重新编号。
1 2

3
1 4
1 5
1

Merge 1 3 Merge 1 4 Merge 2 4 Merge 2 5

一些其他的小优化

 事实上，如果在排序时，按照区间的中点的极角进行
排序，则区间的序和小圆半径长度无关，排序可以在
预处理时完成，复杂度可降为 O(N2 (logN+k)) 。
 由于每个小圆被完全覆盖所需要的最小半径都是相互
独立的，因此可以认为它是一个常数，而我们所求出
的就是这个常数的大小。因此可以在枚举每个圆的时
候，先判断一下它在当前最小半径下是否能被完全覆
盖，如果能覆盖则不再二分。 可以证明这种算法的期
望复杂度为 O(N2logN+NlogNk)
 在每一个点事件的前后各取一条横线，按照第
一步离散化时采用的方式加边，然后两个点事
件之间的两条横线采用一一对应的方式继承。
可以看到，这种实现方式使编程复杂度大大降
低。

第二次离散化——动画演示点事件

区间的直接继承
点事件时的区间继承