转载：凸壳算法集及描述（繁体中文）

来源：http://acm.nudt.edu.cn/~twcourse/ConvexHull.html#a11

中文譯做「凸包」，能包住物品的最小的凸外殼，也就是能將全部東西包進去的最小凸多邊形。凸的定義是圖形內任兩點的連線不會經過圖形外部：http://mathworld.wolfram.com/Convex.html。這裡我們只討論：從二維平面上散佈的點當中找出凸包。

在所有點的外圍繞一圈可得一凸多邊形，即是凸包。


凸包所包住的區域，為各點之間做線性內插後的範圍。

UVa
109
132
218
361
681
811
819
10002
10065
10078
10135
10173
10256
11626

Convex Hull: Jarvis' March

Jarvis' March （ Gift Wrapping Algorithm）
從一個凸包上的頂點開始，順著外圍繞一圈，順時針或逆時針都可以。





當要尋找下一個被包覆的點時，則窮舉平面上所有點，找出位於最外圍的一點來包覆即可（可利用外積運算來做判斷）。時間複雜度為 O(N*M)， M
為凸包的頂點數目。

 
// P為平面上的那些點。這裡設定為剛好100點。
// CH為凸包上的點。這裡設定為照逆時針順序排列。
struct Point {int x, y;} P[100], CH[100];
 
// 小於。用以找出最低最左邊的點。
bool compare(Point& a, Point& b)
{
    return (a.y < b.y) || (a.y == b.y && a.x < b.x);
}
 
// 向量OA cross 向量OB。大於零表示從OA到OB為順時針旋轉。
double cross(Point& o, Point& a, Point& b)
{
    return (a.x - o.x) * (b.y - o.y) - (a.y - o.y) * (b.x - o.x);
}
 
void findConvexHull()
{
    /* 用最低最左邊的點當作是起點。起點可以用凸包上面任意一個點。 */
 
    int s = 0;
    for (int i=0; i<100; ++i)
        if (compare(P[i], P[s]))
            s = i;
 
    /* 包禮物，逆時針方向。 */
 
    CH[0] = P[s];               // 紀錄起點
 
    for (int m=1; true; ++m)    // m 為凸包頂點數目
    {
        /* 開始窮舉所有點，找出位於最外圍的一點 */
 
        int next = s;
        if (m == 1) next = !s;  // 找第一點時，next預設為起點以外的點，
                                // 否則cross會一直等於零。
 
        for (int i=0; i<100; ++i)
            if (cross(CH[m], P[i], P[next]) < 0)
                next = i;
 
        if (next == s) break;   // 繞一圈後回到起點了
        CH[m] = P[next];        // 紀錄方才所找到的點
    }
}

Convex Hull: Graham's Scan

Graham's Scan
由前面段落可知：凸包上的頂點們有順序的沿著外圍繞行一圈。若能照此順序來包，就不必以窮舉所有點的方式來尋找最外圍的點。 Graham's Scan即是嘗試將所有點按照順序排好，再來做繞一圈的動作。





順序該如何決定呢？只要能確保凸包各頂點的前後順序是正確的，那麼便不會包錯。一個簡單的想法是依角度排序──只要將中心點設定在凸包內部或設定在凸包上面，便可以確保凸包各頂點的前後順序必定正確（讀者可自行証明此說）。






除了凸包各頂點的前後順序要正確，另外還要限制所有點依照前後順序連線起來後，不會繞成超過一個的圈圈，也不會有任何邊重疊。更精準的說法是：會形成簡單多邊形（ simple polygon），不會有邊相交。如此一來，便不必理會那些不在凸包上面的點的前後順序，因為那些點會在找最外圍的點的時候被淘汰掉（讀者可自行証明此說）。

一般來說，選擇凸包上面的端點當作排序角度時的中心點是比較好的，因為最大的夾角必會小於 180 度，而可以使用外積運算來排序。（外積在大於 180度時會得負值、等於 180
度時會等於零，導致排序錯誤。）


如果凸包各頂點的前後順序是錯誤的，或者所有點依照前後順序連線後產生了很多圈圈，就會發生慘劇。有時甚至會找出凹的形狀。


其他細節在演算法書籍上面皆可找到，故不細講。時間複雜度為 O(NlogN) ，主要取決於排序的時間；若用 Counting Sort之類的排序方法便可達到 O(N)
；若已知這些點構成的簡單多邊形之後，便不需排序，就只需 O(N)。

 
// P為平面上的那些點。這裡設定為剛好100點。
// CH為凸包上的點。這裡設定為照逆時針順序排列。
struct Point {int x, y;} P[100+1], CH[100+1];
 
// 向量OA cross 向量OB。大於零表示從OA到OB為順時針旋轉。
double cross(Point& o, Point& a, Point& b)
{
    return (a.x - o.x) * (b.y - o.y) - (a.y - o.y) * (b.x - o.x);
}
 
// 小於。用以找出最低最左邊的點。
bool compare_position(Point& a, Point& b)
{
    return (a.y < b.y) || (a.y == b.y && a.x < b.x);
}
 
// 小於。以P[0]當中心點做角度排序，以逆時針方向排序。
// 若角度一樣，則順序隨便。
bool compare_angle(Point& a, Point& b)
{
    return cross(P[0], a, b) > 0;
}
 
void findConvexHull()
{
    /* 用最低最左邊的點當作是起點。起點必須是凸包的端點。 */
    
    // 將端點換到第一點。O(N)
    swap(P[0], *min_element(P, P+100, compare_position));
 
    // 其餘各點照角度排序，並以第一點當中心點。O(NlogN)
    sort(P+1, P+100, compare_angle);
    
    /* 包，逆時針方向。O(N) */
    
    P[N] = P[0];
    
    int m = 0;      // m 為凸包頂點數目
    for (int i=0; i<=100; ++i) {
        while (m >= 2 && cross(CH[m-2], CH[m-1], P[i]) < 0) m--;
        CH[m++] = P[i];
    }
    
    m--;    // 最後一個點是重複出現兩次的起點，故要減一。
}

若要連凸包上面共線的點都找出來，便要小心處理剛開始包、快要包好時產生共線的情形，這些點的先後順序決不能亂。


有一個解決方法是分做左右兩邊包，當排序時遇到角度相同的情況時，令距離離中心點較短的順序較高。總之相當麻煩，就不細講了。下面這段程式碼寫出一些特別要注意的地方：

 
// 小於。以P[0]當中心點做角度排序，以逆時針方向排序。
// 若角度一樣，則距離較離中心點較短的順序較高。
bool compare_angle(Point& a, Point& b)
{
    // 加入角度相同時，距離長度的判斷。
    int c = cross(P[0], a, b);
    return (c > 0) || (c == 0 && len2(P[0], a) < len2(P[0], b));
}
 
void findConvexHull()
{
    ......
    
        // 這邊的判斷記得要改成小於等於零，以包含共線情形。
        while (m >= 2 && cross(CH[m-2], CH[m-1], P[i]) <= 0) m--;
        
    ......
}

Convex Hull: Andrew's Monotone Chain

Andrew's Monotone Chain
排順序時改為依座標大小排序。這個方法非常優美，而且能處理共線的情形： http://www.algorithmist.com/index.php/Monotone_Chain_Convex_Hull 。我也找到了有趣的 Applet：
http://wind.lcs.mit.edu/~aklmiu/6.838/convexhull/index.html 。

時間複雜度為下述兩項總和：一、一次排序，通常為 O(NlogN) ；二、掃描 2N個點，為 O(N)
。

 
// P為平面上的那些點。這裡設定為剛好100點。
// CH為凸包上的點。這裡設定為照逆時針順序排列。
struct Point {int x, y;} P[100], CH[100];
 
// 向量OA cross 向量OB。大於零表示從OA到OB為順時針旋轉。
double cross(Point& o, Point& a, Point& b)
{
    return (a.x - o.x) * (b.y - o.y) - (a.y - o.y) * (b.x - o.x);
}
 
// 小於。依座標大小排序，先排 x 再排 y。
bool compare(Point& a, Point& b)
{
    return (a.x < b.x) || (a.x == b.x && a.y < b.y);
}
 
void findConvexHull()
{
    // 將所有點依照座標大小排序
    sort(P, P+100, compare);
 
    int m = 0;  // m 為凸包頂點數目
 
    // 包下半部
    for (int i=0; i<100; ++i) {
        while (m >= 2 && cross(CH[m-2], CH[m-1], P[i]) <= 0) m--;
        CH[m++] = P[i];
    }
 
    // 包上半部，不用再包入方才包過的終點，但會再包一次起點
    for (int i=100-2, t=m+1; i>=0; --i) {
        while (m >= t && cross(CH[m-2], CH[m-1], P[i]) <= 0) m--;
        CH[m++] = P[i];
    }
}

Convex Hull: Quick Hull Algorithm

演算法
這是一個運用 Divide and Conquer 的演算法。

一開始將所有點以X座標位置排序。
Divide：將所有點分成左半部和右半部。
Conquer：左半部和右半部分別求凸包。
Merge：將兩個凸包合併成一個凸包。

在兩凸包頂端最凸處加一條邊，
然後在兩凸包底部最凸處加一條邊，
就變成一個凸包。

令左半部凸包最左端的點為p點，令右半部凸包最右端的點為q點。
要找上方的邊，
讓p點為基準，然後移動q點在凸包上往逆時針方向走，
讓直線pq持續往逆時針方向轉，轉到底為止。
接著讓q點為基準，然後移動q點在凸包上往逆時針方向走，
讓直線pq持續往逆時針方向轉，轉到底為止。
此時的邊pq就是上方的邊。
要找下方的邊，也可以如法炮製。

另外一種比較麻煩一點的找法是，
令左半部凸包最高的點為p點，令右半部凸包最低的點為q點。
讓p點為基準，然後移動q點在凸包上往逆時針、也往順時針方向走，
總之就是讓直線pq持續往逆時針方向轉。
接著讓q點為基準做類似的事情。
要找下方的邊，也可以如法炮製。

時間複雜度為下述兩項總和：一、一次排序的時間，通常為 O(NlogN) ；二、 Divide and Conquer向下遞迴 O(logN)
深度，合併凸包要 O(N) 時間，總共需時 O(NlogN)
。

Convex Hull: Melkman's Algorithm

演算法
求出一簡單多邊形的凸包。

http://cgm.cs.mcgill.ca/~athens/cs601/Melkman.html

時間複雜度為 O(N) 。是相當優美的演算法。