Участник:Liebeann/Принадлежность точки многоугольнику
Автор статьи: Липкина Анна
Содержание
- 1 Свойства и структура алгоритмов
- 1.1 Общее описание алгоритма
- 1.2 Математическое описание алгоритма
- 1.3 Вычислительное ядро алгоритма
- 1.4 Макроструктура алгоритма
- 1.5 Схема реализации последовательного алгоритма
- 1.6 Последовательная сложность алгоритма
- 1.7 Информационный граф
- 1.8 Ресурс параллелизма алгоритма
- 1.9 Входные и выходные данные алгоритма
- 1.10 Свойства алгоритма
- 2 Программная реализация алгоритма
- 2.1 Особенности реализации последовательного алгоритма
- 2.2 Локальность данных и вычислений
- 2.3 Возможные способы и особенности параллельной реализации алгоритма
- 2.4 Масштабируемость алгоритма и его реализации
- 2.5 Динамические характеристики и эффективность реализации алгоритма
- 2.6 Выводы для классов архитектур
- 2.7 Существующие реализации алгоритма
- 3 Литература
1 Свойства и структура алгоритмов
1.1 Общее описание алгоритма
На плоскости дан произвольный многоугольник с N вершинами и точка X. Требуется определить положение точки относительно многоугольника: находится ли точка внутри многоугольника, на его границе, совпадает с вершиной или находится вне многоугольника.
1.2 Математическое описание алгоритма
Дано: Многоугольник Pс N вершинами и точка X. Каждая вершина многоугольника и точка X описываются парой координат (x, y).
Обозначения:
- int(P) — множество строго внутренних точек многоугольника P;
- V(P) = \{v_0, v_2, \dots, v_{N - 1} \} — упорядоченноый набор точек, являющихся вершинами многоугольника P;
- D(P) — множество граничных точек многоугольника P, без учета вершин многоугольника;
- out(P) — множество строго внешних по отношению к P точек;
- \delta_{\varepsilon}(X) — \varepsilon-окрестность точки X, или это следующее множество точек: \{x \in \mathbb{R}^2 | \rho(x, X) \leqslant \varepsilon \}, где \rho(A, B) = \sqrt{(A_x - B_x)^2 + (A_y - B_y) ^ 2} — Евклидово расстояние между точками A и B, а A = (A_x, A_y) — точка, задающаяся своими координатами по осям.
Выход: вывести:
- 1, если X \in int(P)
- 2, если X \in V(P)
- 0, если X \in D(P)
- -1, если X \in out(P)
Алгоритм:
1) Сначала проверим, принадлежит ли X множеству V(P). Для этого достаточно перебрать все вершины V(P) и для каждой проверить, лежит ли X в маленькой \varepsilon-окрестности текущей вершины многоугольника. Более формально:
для всех v принадлежащих V(P): если X принадлежит епсилон-окрестности v: вернуть 2
2) Если точка не совпадает ни с одной вершиной, то проверим, принадлежит ли X множеству D(P). Для этого переберем все ребра многоугольника (v_i, v_{i + 1}) и посчитаем следующие величины:
Пусть v_i^l = v_i - X, v_i^r = v_{(i + 1) \% N} - X
s_i = \langle v_i^l, v_i^r \rangle — скалярное произведение векторов v_i^l, v_i^r
t_i = v_i^l \times v_i^r — модуль вектора, полученного векторным произведением векторов v_i^l, v_i^r
Теоретически, точка лежит на ребре (строго, не совпадает ни с одной из вершин ребер), если s_i \lt 0 и d_i = 0.
Практически, равенство нулю нужно превратить в |d_i| \leqslant \varepsilon .
Если все условия выполнены, то возвращаем 0.
3) Если X \notin V(P) и X \notin D(P):
Посчитаем следующую сумму ориентированных углов:
S = \sum_{i=0}^{N - 1} angle (v_i - X, v_{(i + 1) \% N} - X)
где angle(a, b) — ориентированный угол между векторами a и b.
Есть следующие два варианта:
- |S| \lt \varepsilon \Rightarrow X \in out(P)
- |S| \in \delta_{\varepsilon}(2 \pi) \Rightarrow X \in int(P)
Замечание: здесь вводятся \varepsilon - окрестности из-за того, что работа происходит с вещественными числами.
1.3 Вычислительное ядро алгоритма
Как нетрудно видеть, сложность выполнения каждого из шагов 1) – 3) равна O(N). Но в данной задаче есть один нюанс — сложность чтения данных составляет также O(N). Причем, скорость чтения данных с диска гораздо медленее, чем оперирование с данными в процессе выполненения программы, поэтому, если говорить честно, то основная сложность алгоритма приходится именно на чтение данных (что впоследствии и будет видно на графиках сильной масштабируемости). Но проблема в том, что чтение с диска достаточно плохо параллелится (с точки зрения времени чтения), то есть является "узким местом" алгоритма.
Поэтому, будем считать, что данные уже лежат в памяти программы (то есть чтение данных не вносит значительный вклад в время работы алгоритма) (такое запросто может быть, так как выбранный алгоритм спокойно может быть подзадачей какой-то программы), и тогда, основная сложность алгоритма придется на шаги 1) – 3). Формально, я продолжу писать, что данные считываются из памяти.
1.4 Макроструктура алгоритма
0) Чтение входных данных: точка X и многоугольник P;
1) Проверка принадлежности X набору V(P);
2) Проверка принадлежности X множеству D(P);
3) Проверка принадлежности X множеству int(P).
1.5 Схема реализации последовательного алгоритма
Псевдокод алгоритма:
# Ввод данных X = input_point() P = input_polygon() if is_one_of_vertex(X, P): # Если точка X является одной из вершин многоугольника print(2) else if is_one_of_edge(X, P): # Если точка X лежит на одном из ребер многоульника print(0) else if is_inside(X, P): # Если точка X строго внутри многоугольника print(1) else: # Если точка X строго снаружи многоугольника print(-1)
1.6 Последовательная сложность алгоритма
В силу описания предложенного алгоритма с разделе на п.1.2, время работы всего алгоритма линейное от количества вершин многоульника P, то есть(O(N) операций) (под операциями здесь подразумеваются сложения и умножения чисел).
1.7 Информационный граф
1.8 Ресурс параллелизма алгоритма
Как нетрудно видеть, вычислительное ядро алгоритма легко параллелится: достаточно каждому процессу p_i дать свой "кусок" (ломанную последовательных вершин многоугольника) P_{p_i} так, чтобы в объединении эти ломанные давали весь многоугольник, а сами ломанные могут пересекаться только по вершине. Далее посчитаем для каждого процесса следующие величины:
1) \text{vertex_flag}_{p_i} — принадлежность точки X одной из вершин P_{p_i};
2) \text{edge_flag}_{p_i} — принадлежность точки X одному из ребер P_{p_i};
3) \text{angle_sum}_{p_i} — сумма ориентированных углов, описанная в на п.1.2 в применении к P_{p_i} (естественно, без замыкания этой ломанной по первой вершине).
Теперь, чтобы получить исходный ответ, посчитаем следующие величины:
1) \text{vertex_flag} = \bigvee \limits_{p_i} \text{vertex_flag}_{p_i}, \bigvee — логическое ИЛИ;
2) \text{edge_flag} = \bigvee \limits_{p_i} \text{edge_flag}_{p_i};
3) \text{angle_sum} = \sum \limits_{p_i} \text{angle_sum}_{p_i};
На основе этих величин, очевидно, делается вывод о расположении точки X относительно многоугольника P.
1.9 Входные и выходные данные алгоритма
1.10 Свойства алгоритма
2 Программная реализация алгоритма
2.1 Особенности реализации последовательного алгоритма
2.2 Локальность данных и вычислений
2.3 Возможные способы и особенности параллельной реализации алгоритма
2.4 Масштабируемость алгоритма и его реализации
2.5 Динамические характеристики и эффективность реализации алгоритма
2.6 Выводы для классов архитектур
2.7 Существующие реализации алгоритма
3 Литература
http://ru-wiki.org/wiki/Задача_о_принадлежности_точки_многоугольнику https://habrahabr.ru/post/301102/ http://neerc.ifmo.ru/wiki/index.php?title=Принадлежность_точки_выпуклому_и_невыпуклому_многоугольникам http://www.e-maxx-ru.1gb.ru/algo/pt_in_polygon