- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
给定 n 个半径为 r1 ... rn 的圆,将它们放置在没有圆重叠且边界圆具有“小”半径的位置。
该程序将列表 [r1, r2, ... rn] 作为输入并输出圆心。
目标是对给定的圆圈进行视觉上令人愉悦的排列,这些圆圈可以容纳在更大的圆圈内并且不会留下太多空白空间。 (就像 color blindness test picture 中的圆圈)。
您可以使用下面的 Python 代码作为起点(此代码需要 numpy 和 matplotlib - 在 Linux 上“sudo apt-get install numpy matplotlib”)...
import pylab
from matplotlib.patches import Circle
from random import gauss, randint
from colorsys import hsv_to_rgb
def plotCircles(circles):
# input is list of circles
# each circle is a tuple of the form (x, y, r)
ax = pylab.figure()
bx = pylab.gca()
rs = [x[2] for x in circles]
maxr = max(rs)
minr = min(rs)
hue = lambda inc: pow(float(inc - minr)/(1.02*(maxr - minr)), 3)
for circle in circles:
circ = Circle((circle[0], circle[1]), circle[2])
color = hsv_to_rgb(hue(circle[2]), 1, 1)
circ.set_color(color)
circ.set_edgecolor(color)
bx.add_patch(circ)
pylab.axis('scaled')
pylab.show()
def positionCircles(rn):
# You need rewrite this function
# As of now, this is a dummy function
# which positions the circles randomly
maxr = int(max(rn)/2)
numc = len(rn)
scale = int(pow(numc, 0.5))
maxr = scale*maxr
circles = [(randint(-maxr, maxr), randint(-maxr, maxr), r)
for r in rn]
return circles
if __name__ == '__main__':
minrad, maxrad = (3, 5)
numCircles = 400
rn = [((maxrad-minrad)*gauss(0,1) + minrad) for x in range(numCircles)]
circles = positionCircles(rn)
plotCircles(circles)
补充信息:google搜索结果中常用的circle packing算法不适用于此问题。
因此,另一个“Circle packing algorithm”的问题陈述是:给定复数 K(本文中的图称为单纯复形,简称为复数)和适当的边界条件,计算相应的圆填充的半径为K....
它基本上从一个图表开始,说明哪些圆圈相互接触(图表的顶点表示圆圈,边表示圆圈之间的接触/相切关系)。必须找到圆的半径和位置,以满足图形表示的接触关系。
另一个问题确实有一个有趣的观察(独立于这个问题):
圆堆积定理 - 每个圆堆积都有对应的平面图(这是容易/明显的部分),每个平面图都有对应的圆堆积(不太明显的部分)。图表和包装互为对偶,并且是唯一的。
在我们的问题中,我们没有平面图或切线关系作为起点。
这篇论文 - Robert J. Fowler、Mike Paterson、Steven L. Tanimoto:平面中的最优打包和覆盖是 NP 完全 - 证明了这个问题的最小版本是 NP 完全.但是,无法在线获取该论文(至少不容易)。
最佳答案
不是解决方案,只是头脑 Storm 的想法:IIRC 获得 TSP 近似解决方案的一种常见方法是从随机配置开始,然后应用局部操作(例如“交换”路径中的两条边)来尝试和得到越来越短的路径。 ( Wikipedia link )
我认为类似的东西在这里是可能的:
有趣的问题是:您可以在第 3 步中使用哪种“迭代改进运算符”?我们可以假设该阶段的位置是局部最优的,但可以通过重新排列大部分圆圈来改善它们。我的建议是通过圆圈任意选择一条线。然后取该线“左侧”的所有圆圈,并在垂直于该线的某个轴上镜像它们: 您可能会尝试多行并选择导致最紧凑解决方案的那一行。
想法是,如果某些圆圈已经处于或接近其最佳配置,则此操作很可能不会打扰它们。
我能想到的其他可能的操作:
然后您可以选择与最大圆圈间区域(图中红色区域)相邻的圆圈中的一个,并将其与另一个圆圈交换,或者将其移动到边界的某处。
(对评论的回应:)请注意,几乎可以保证这些“改进”中的每一个都会在圆圈之间产生重叠和/或不必要的空间。但在下一次迭代中,第 2 步将移动圆圈,使它们再次紧密排列且不重叠。这样,我可以一步进行局部优化(不关心全局优化),一步进行全局优化(这可能会创建局部次优解决方案)。这比一个复杂的步骤同时完成这两项操作要容易得多。
关于algorithm - 将 N 个不同半径的圆放在一个较大的圆内而不重叠,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3851668/
我在一本书(Interview Question)中读到这个问题,想在这里详细讨论这个问题。请点亮它。 问题如下:- 隐私和匿名化 马萨诸塞州集团保险委员会早在 1990 年代中期就有一个绝妙的主意
我最近接受了一次面试,面试官给了我一些伪代码并提出了相关问题。不幸的是,由于准备不足,我无法回答他的问题。由于时间关系,我无法向他请教该问题的解决方案。如果有人可以指导我并帮助我理解问题,以便我可以改
这是我的代码 public int getDist(Node root, int value) { if (root == null && value !=0) return
就效率而言,Strassen 算法应该停止递归并应用乘法的最佳交叉点是多少? 我知道这与具体的实现和硬件密切相关,但对于一般情况应该有某种指南或某人的一些实验结果。 在网上搜索了一下,问了一些他们认为
我想学习一些关于分布式算法的知识,所以我正在寻找任何书籍推荐。我对理论书籍更感兴趣,因为实现只是个人喜好问题(我可能会使用 erlang(或 c#))。但另一方面,我不想对算法进行原始的数学分析。只是
我想知道你们中有多少人实现了计算机科学的“ classical algorithms ”,例如 Dijkstra's algorithm或现实世界中的数据结构(例如二叉搜索树),而不是学术项目? 当有
我正在解决旧编程竞赛中的一些示例问题。在这个问题中,我们得到了我们有多少调酒师以及他们知道哪些食谱的信息。制作每杯鸡尾酒需要 1 分钟,我们需要使用所有调酒师计算是否可以在 5 分钟内完成订单。 解决
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 8 年前。 Improve
我开始学习 Nodejs,但我被困在中间的某个地方。我从 npm 安装了一个新库,它是 express -jwt ,它在运行后显示某种错误。附上代码和错误日志,请帮助我! const jwt = re
我有一个证书,其中签名算法显示“sha256rsa”,但指纹算法显示“sha1”。我的证书 SHA1/SHA2 的标识是什么? 谢谢! 最佳答案 TL;TR:签名和指纹是完全不同的东西。对于证书的强度
我目前在我的大学学习数据结构类(class),并且在之前的类(class)中做过一些算法分析,但这是我在之前的类(class)中遇到的最困难的部分。我们现在将在我的数据结构类(class)中学习算法分
有一个由 N 个 1x1 方格组成的区域,并且该区域的所有部分都是相连的(没有任何方格无法到达的方格)。 下面是一些面积的例子。 我想在这个区域中选择一些方块,并且两个相邻的方块不能一起选择(对角接触
我有一些多边形形状的点列表,我想将其包含在我页面上的 Google map 中。 我已经从原始数据中删除了尽可能多的不必要的多边形,现在我剩下大约 12 个,但它们非常详细以至于导致了问题。现在我的文
我目前正在实现 Marching Squares用于计算等高线曲线,我对此处提到的位移位的使用有疑问 Compose the 4 bits at the corners of the cell to
我正在尝试针对给定算法的约束满足问题实现此递归回溯函数: function BACKTRACKING-SEARCH(csp) returns solution/failure return R
是否有包含反函数的库? 作为项目的一部分,我目前正在研究测向算法。我正在使用巴特利特相关性。在 Bartlett 相关性中,我需要将已经是 3 次矩阵乘法(包括 Hermitian 转置)的分子除以作
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 这个问题似乎与 help center 中定义的范围内的编程无关。 . 关闭 8 年前。 Improve
问题的链接是UVA - 1394 : And There Was One . 朴素的算法是扫描整个数组并在每次迭代中标记第 k 个元素并在最后停止:这需要 O(n^2) 时间。 我搜索了一种替代算法并
COM 中创建 GUID 的函数 (CoCreateGUID) 使用“分散唯一性算法”,但我的问题是,它是什么? 谁能解释一下? 最佳答案 一种生成 ID 的方法,该 ID 具有一定的唯一性保证,而不
在做一个项目时我遇到了这个问题,我将在这个问题的实际领域之外重新措辞(我想我可以谈论烟花的口径和形状,但这会使理解更加复杂).我正在寻找一种(可能是近似的)算法来解决它。 我有 n 个不同大小的容器,
我是一名优秀的程序员,十分优秀!