奥斯特瓦尔描述的是梯形分解的一种特殊情况,梯形分解是计算几何中众所周知的原语,通常用于平面细分中的点定位。它可以在 O(n log n) 时间内以合理的常数实现。
当矩形处于一般位置时,它将返回一个“矩形”,其中#绿色矩形= 3 * #蓝色矩形+ 1,这是最佳的。每个蓝色角的 L 形邻域必须被绿色线段沿一个方向或另一个方向切割(一般位置:我们不能对两个蓝色矩形使用相同的线段),因此对于每个在蓝色矩形中,我们添加 4 条绿色边 8 条绿色边和 4 个顶点(4 条新边加上 4 条细分),在此过程中将连通分量的数量减少 1。多面体公式的结果是另外 3 个面(矩形):
V - E + F = 1 + # 个连通分量。
Example:
0123456789abc
0+-----------+
1| |
2| +--+ |
3| |R | +-+ |
4| +--+ |S| |
5| | | |
6| +--+ | | |
7| |T | +-+ |
8| +--+ |
9+-----------+
我们正在从上到下运行一条扫描线。事件是
# (y, whichside, xmin, xmax)
(2, top, 3, 6) # R
(3, top, 8, a) # S
(4, bot, 3, 6) # R
(6, top, 2, 5) # T
(7, bot, 8, a) # S
(8, bot, 2, 5) # T
我们建立了一个按 x 排序的二叉搜索树,其中包含部分构造的绿色矩形。我会把它写成一个列表。
# (xmin, xmax, ymin)
(0, c, 0)
现在我们开始处理事件。第一个是 (2, 顶部, 3, 6)。我们发现它嵌套在迄今为止唯一的绿色矩形内(xmin=0,xmax=c,ymin=0,ymax=2)。 (只要蓝色矩形不相交,蓝色间隔总是嵌套的。)我们开始两个新的绿色矩形,蓝色矩形的每一侧各一个,搜索树包含
(0, 3, 2) (6, c, 2)
现在我们处理(3, top, 8, a)。区间 (8, a) 嵌套在 (6, c) 内,因此我们完成另一个矩形 (xmin=6, xmax=c, ymin=2, ymax=3) 并开始另外两个:
(0, 3, 2) (6, 8, 3) (a, c, 3)
现在我们处理 (4, bot, 3, 6)。这将在其左侧和右侧结束绿色矩形(xmin=0、xmax=3、ymin=2、ymax=4)和(xmin=6、xmax=8、ymin=3、ymax=4)。搜索树是
(0, 8, 4) (a, c, 3)
我想事情到这里应该已经清楚了。这是完成的矩形:
0123456789abc
0+-----------+
1| |
2+--+--+-----|
3| |R |-+-+-|
4+--+--+-|S| |
5| | | |
6+-+--+--+ | |
7| |T +--+-+-+
8+-+--+------+
9+-----------+
关于处理简并性的注意事项:将底部事件放在具有相同 y 坐标的顶部事件之前,并抑制面积为零的矩形。一般来说,仍然会存在“不必要的”矩形,更复杂的事件处理器可以避免这种情况(通过一次处理给定 y 坐标处的所有事件)。