最优java三角剖分算法代码,动态规划之凸多边形的最优三角剖分

该题的题意大致为：一个n个角的凸多边形，，用互不相交的弦将其分为一个个的三角形，每个三角形的权值都是由三角形的边和弦组成权值函数w，求解如何划分才能使所有的角上的权值和达到最小。

根据动态规划算法的主要思想，可以把整个问题分成几个子问题，把这些自问题经过处理后得到整个问题的解以及最优解。

如图：

假设是一个n边形，有n个顶点，那么需要有n-3条弦将其分为n-2个三角形，从而权值最小。

首先，对该多边形的角进行由0到n的排序其中v0=vn，，可以在多边形内加入弦使得该多边形被分成多个小的多边形，假设大的多边形用t[1][n]表示从角0到角n的权值之和(即最终结果)，那么可以把问题分解为：在已经划分好的多边形内，取一个三角形，如上左的图形中取v3，v4，v6，可以保证的是：

t[1][6]+t[5][3]+w(v3,v4,v6)=t[1][7]，其中t[1][6],t[5][3]代表的也是经过规划好的多边形v0,v1,v2,v3,v6和多边形v6,v5,v4的最小权值；可以得出，入下推断：

而本问题，也可以用递归算法来进行推断。直到多边形是一个可以计算出权值的三角形为止，如此得到的结果，可以正确的得到最小整体权值。

一下是C++的代码实现：

//3d5 凸多边形最优三角剖分

#include "stdafx.h"

#include

using namespace std;

const int N = 7;//凸多边形边数+1

int weight[][N] = {{0,2,2,3,1,4},{2,0,1,5,2,3},{2,1,0,2,1,4},{3,5,2,0,6,2},{1,2,1,6,0,1},{4,3,4,2,1,0}};//凸多边形的权

int MinWeightTriangulation(int n,int **t,int **s);

void Traceback(int i,int j,int **s);//构造最优解

int Weight(int a,int b,int c);//权函数

int main()

{

int **s = new int *[N];

int **t = new int *[N];

for(int i=0;i

{

s[i] = new int[N];

t[i] = new int[N];

}

cout<

cout<

Traceback(1,5,s); //s[i][j]记录了Vi-1和Vj构成三角形的第3个顶点的位置

return 0;

}

int MinWeightTriangulation(int n,int **t,int **s)

{

for(int i=1; i<=n; i++)

{

t[i][i] = 0;

}

for(int r=2; r<=n; r++) //r为当前计算的链长(子问题规模)

{

for(int i=1; i<=n-r+1; i++)//n-r+1为最后一个r链的前边界

{

int j = i+r-1;//计算前边界为r，链长为r的链的后边界

t[i][j] = t[i+1][j] + Weight(i-1,i,j);//将链ij划分为A(i) * ( A[i+1:j] )这里实际上就是k=i

s[i][j] = i;

for(int k=i+1; k

{

//将链ij划分为( A[i:k] )* (A[k+1:j])

int u = t[i][k] + t[k+1][j] + Weight(i-1,k,j);

if(u

{

t[i][j] = u;

s[i][j] = k;

}

}

}

}

return t[1][N-2];

}

void Traceback(int i,int j,int **s)

{

if(i==j) return;

Traceback(i,s[i][j],s);

Traceback(s[i][j]+1,j,s);

cout<

}

int Weight(int a,int b,int c)

{

return weight[a][b] + weight[b][c] + weight[a][c];

}