-
Notifications
You must be signed in to change notification settings - Fork 0
/
mbr.py
236 lines (160 loc) · 7.96 KB
/
mbr.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
from bitalg.visualizer.main import Visualizer
from geometry import Rectangle, PointSet
from convexhull import Graham
class Mbr:
#Metoda zwracająca pole prostokąta
def compare_area(a, b):
return a * b
#Metoda zwracająca obwód prostokąta
def compare_perimeter(a, b):
return 2 * a + 2 * b
#Metoda zwracająca prostokąt o najmniejszej wartośći zwracanej przez compare
#zawierający wszystkie punkty z points
def smallest_rectangle(points, compare):
#Punkty tworzące otoczkę wypukłą, O(nlogn)
hull_points = Graham.graham_algorithm(points)
#Krawędzie otoczki wypukłej
edges = PointSet.getEdges(hull_points)
#Wektory kierunkowe krawędzi
dir_vec = []
for edge in edges:
dir_vec.append( ( (edge[1][0] - edge[0][0]), (edge[1][1] - edge[0][1]) ) )
#Długości krawędzi (długości wektorów)
edges_len = []
for vec in dir_vec:
edges_len.append( (vec[0]**2 + vec[1]**2)**(1/2) )
#Normalizacja wektorów => Upraszcza i przyspiesza obliczenia (nie jest konieczna do poprawnego działania algorytmu)
norm_vec = []
for i in range(len(dir_vec)):
norm_vec.append( (dir_vec[i][0] / edges_len[i], dir_vec[i][1] / edges_len[i]) )
#Wektory prostopadłe
perp_vec = []
for i in range(len(norm_vec)):
perp_vec.append( (-norm_vec[i][1], norm_vec[i][0]) )
#Dla każdego punktu sprawdzam, względem której krawędzi otoczki jest on najbardziej Wysunięty w lewo lub w prawo
minX = []
maxX = []
for i in range(len(norm_vec)):
minXVal = float('inf')
maxXVal = float('-inf')
for j in range(len(hull_points)):
temp = hull_points[j][0] * norm_vec[i][0] + hull_points[j][1] * norm_vec[i][1]
if temp > maxXVal:
maxXVal = temp
if temp < minXVal:
minXVal = temp
minX.append(minXVal)
maxX.append(maxXVal)
#Dla każdego punktu sprawdzam, względem której krawędzi otoczki jest on najbardziej Wysunięty w górę lub w dół
minY = []
maxY = []
for i in range(len(perp_vec)):
minYVal = float('inf')
minYVal = float('inf')
maxYVal = float('-inf')
for j in range(len(hull_points)):
temp = hull_points[j][0] * perp_vec[i][0] + hull_points[j][1] * perp_vec[i][1]
if temp > maxYVal:
maxYVal = temp
if temp < minYVal:
minYVal = temp
minY.append(minYVal)
maxY.append(maxYVal)
#Każda czwórka stworzona z minX[i], maxX[i], minY[i], maxY[i] tworzy prostokąt
#Szukam prostokąta o najmniejszej wartości zwracanej przez compare
minResult = float('inf')
minIdx = -1
for i in range(len(minX)):
result = compare(abs(minX[i] - maxX[i]), abs(minY[i] - maxY[i]))
if result < minResult:
minResult = result
minIdx = i
minRectangle = Rectangle(
(minX[minIdx],minY[minIdx]),
(maxX[minIdx], minY[minIdx]),
(maxX[minIdx], maxY[minIdx]),
(minX[minIdx], maxY[minIdx]))
for i in range(len(minRectangle.vertices)):
minRectangle.vertices[i] = (
minRectangle.vertices[i][0] * norm_vec[minIdx][0] + minRectangle.vertices[i][1] * perp_vec[minIdx][0],
minRectangle.vertices[i][0] * norm_vec[minIdx][1] + minRectangle.vertices[i][1] * perp_vec[minIdx][1]
)
return minRectangle, result
def smallest_rectangle_draw(points, compare = compare_area):
vis = Visualizer()
vis.add_point(points)
#Punkty tworzące otoczkę wypukłą, O(nlogn)
hull_points = Graham.graham_algorithm(points)
#Krawędzie otoczki wypukłej
edges = PointSet.getEdges(hull_points)
vis.add_line_segment(edges, color = 'green')
#Wektory kierunkowe krawędzi
dir_vec = []
for edge in edges:
dir_vec.append( ( (edge[1][0] - edge[0][0]), (edge[1][1] - edge[0][1]) ) )
#Długości krawędzi (długości wektorów)
edges_len = []
for vec in dir_vec:
edges_len.append( (vec[0]**2 + vec[1]**2)**(1/2) )
#Normalizacja wektorów => Upraszcza i przyspiesza obliczenia (nie jest konieczna do poprawnego działania algorytmu)
norm_vec = []
for i in range(len(dir_vec)):
norm_vec.append( (dir_vec[i][0] / edges_len[i], dir_vec[i][1] / edges_len[i]) )
#Wektory prostopadłe
perp_vec = []
for i in range(len(norm_vec)):
perp_vec.append( (-norm_vec[i][1], norm_vec[i][0]) )
#Dla każdego punktu sprawdzam, względem której krawędzi otoczki jest on najbardziej Wysunięty w lewo lub w prawo
minX = []
maxX = []
for i in range(len(norm_vec)):
minXVal = float('inf')
maxXVal = float('-inf')
for j in range(len(hull_points)):
temp = hull_points[j][0] * norm_vec[i][0] + hull_points[j][1] * norm_vec[i][1]
if temp > maxXVal:
maxXVal = temp
if temp < minXVal:
minXVal = temp
minX.append(minXVal)
maxX.append(maxXVal)
#Dla każdego punktu sprawdzam, względem której krawędzi otoczki jest on najbardziej Wysunięty w górę lub w dół
minY = []
maxY = []
for i in range(len(perp_vec)):
minYVal = float('inf')
maxYVal = float('-inf')
for j in range(len(hull_points)):
temp = hull_points[j][0] * perp_vec[i][0] + hull_points[j][1] * perp_vec[i][1]
if temp > maxYVal:
maxYVal = temp
if temp < minYVal:
minYVal = temp
minY.append(minYVal)
maxY.append(maxYVal)
#Każda czwórka stworzona z minX[i], maxX[i], minY[i], maxY[i] tworzy prostokąt
#Szukam prostokąta o najmniejszej wartości zwracanej przez compare
minResult = float('inf')
minIdx = -1
for i in range(len(minX)):
result = compare(abs(minX[i] - maxX[i]), abs(minY[i] - maxY[i]))
if result < minResult:
minResult = result
minIdx = i
tempRectangle = Rectangle((minX[i], minY[i]),
(maxX[i], minY[i]),
(maxX[i], maxY[i]),
(minX[i], maxY[i]))
for j in range(len(tempRectangle.vertices)):
tempRectangle.vertices[j] = (tempRectangle.vertices[j][0] * norm_vec[i][0] + tempRectangle.vertices[j][1] * perp_vec[i][0],
tempRectangle.vertices[j][0] * norm_vec[i][1] + tempRectangle.vertices[j][1] *perp_vec[i][1])
tempEdges = tempRectangle.getEdges()
tempFigure = vis.add_line_segment(tempEdges, color = 'black')
vis.remove_figure(tempFigure)
minRectangle = Rectangle((minX[minIdx],minY[minIdx]), (maxX[minIdx], minY[minIdx]), (maxX[minIdx], maxY[minIdx]), (minX[minIdx], maxY[minIdx]))
for i in range(len(minRectangle.vertices)):
minRectangle.vertices[i] = (minRectangle.vertices[i][0] * norm_vec[minIdx][0] + minRectangle.vertices[i][1] * perp_vec[minIdx][0],
minRectangle.vertices[i][0] * norm_vec[minIdx][1] + minRectangle.vertices[i][1] *perp_vec[minIdx][1])
edges = minRectangle.getEdges()
vis.add_line_segment(edges, color = 'red')
return vis