python Graham求凸包问题并画图操作

python Graham求凸包并画图

python写Graham没有c++那么好写，但是python画图简单。只需要用matplotlib里的pyplot，c++画图太难了。

Graham算法写起来比较简单，只需要想办法对最小点和其他的点所连成的直线，与x轴正半轴的夹角进行排序，然后其他的就直接套用Graham算法模板就好了，因为c++可以重载排序函数sort，不用计算角度（用其他的数学方法），但是python不行（也许是我不知道而已，菜）。

python必须要在结构体里面加上角度这个变量，然后才能按照角度排序。排好序后就变得容易了，用stack栈存放答案，算完答案后，用scatter（散点图）画出点，用plt（折线图）画边界就好了。

import matplotlib.pyplot as plt
import math
import numpy as np  
class Node:
   def __init__(self):
       self.x = 0
       self.y = 0
       self.angel = 0
       #和最左下的点连成的直线，与x轴正半轴的夹角大小

#按照角度从小到大排序
def cmp(x):
   return x.angel  
def bottom_point(points):
   min_index = 0
   n = len(points)
   #先判断y坐标，找出y坐标最小的点，x坐标最小的点
   for i in range(1, n):
       if points[i].y < points[min_index].y or (points[i].y == points[min_index].y and
          points[i].x < points[min_index].x):
           min_index = i
   return min_index

#计算角度
def calc_angel(vec):
   norm = math.sqrt(vec[0] * vec[0] + vec[1] * vec[1])
   if norm == 0:
       return 0
   angel = math.acos(vec[0]/norm)
   if vec[1] >= 0:
       return angel
   else:
       return math.pi * 2 - angel

def multi(v1, v2):
   return v1[0] * v2[1] - v1[1] * v2[0]

point = []
n = 30
#生成30个点的坐标，n可以修改
for i in range(n):
   temp = Node()
   temp.x = np.random.randint(1, 100)
   temp.y = np.random.randint(1, 100)
   point.append(temp)
index = bottom_point(point)
for i in range(n):
   if i == index:
       continue
   #计算每个点和point[index]所连成的直线与x轴正半轴的夹角
   vector = [point[i].x - point[index].x, point[i].y - point[index].y]
   #vector是向量
   point[i].angel = calc_angel(vector)
#排序
point.sort(key=cmp)
#答案存入栈中
stack = []
stack.append(point[0])
stack.append(point[1])
#for循环更新答案
for i in range(2, n):
   L = len(stack)
   top = stack[L - 1]
   next_top = stack[L - 2]
   vec1 = [point[i].x - next_top.x, point[i].y - next_top.y]
   vec2 = [top.x - next_top.x, top.y - next_top.y]
   #一定要大于等于零，因为可能在一条直线上
   while multi(vec1, vec2) >= 0:
       stack.pop()
       L = len(stack)
       top = stack[L - 1]
       next_top = stack[L - 2]
       vec1 = [point[i].x - next_top.x, point[i].y - next_top.y]
       vec2 = [top.x - next_top.x, top.y - next_top.y]
   stack.append(point[i])
#画出图像
for p in point:
   plt.scatter(p.x, p.y, marker='o', c='g')
L = len(stack)
for i in range(L-1):
   plt.plot([stack[i].x, stack[i+1].x], [stack[i].y, stack[i+1].y], c='r')
plt.plot([stack[0].x, stack[L-1].x], [stack[0].y, stack[L-1].y], c='r')
plt.show()

Python 找到凸包 Convex hulls

图形学可以说经常遇到这东西了，这里给出一个库函数的实现

from scipy.spatial import ConvexHull
points = np.random.rand(10, 2) # 30 random points in 2-D
hull = ConvexHull(points)
import matplotlib.pyplot as plt
plt.plot(points[:,0], points[:,1], 'o')
for simplex in hull.simplices:
plt.plot(points[simplex,0], points[simplex,1], 'k-')
plt.show()

来源：https://blog.csdn.net/qq_43552826/article/details/104632831