複雑なサーフェスの交差点からランダムな2次元数値を一様にサンプリングする最も効率的な方法は何でしょうか?面の交差点上のサンプルランダム点
たとえば、多くのディスクの交差や多数のディスクの結合の補完を考えてみましょう。
2次元の関心領域を含むボックスからポイントを描き、希望の条件が満たされているかどうかを確認することができますが、ランダムなポイントを直接均一に描画する効率のよいソリューションがあるかどうかは疑問です区切られた表面から!
おかげ
複雑なサーフェスの交差点からランダムな2次元数値を一様にサンプリングする最も効率的な方法は何でしょうか?面の交差点上のサンプルランダム点
たとえば、多くのディスクの交差や多数のディスクの結合の補完を考えてみましょう。
2次元の関心領域を含むボックスからポイントを描き、希望の条件が満たされているかどうかを確認することができますが、ランダムなポイントを直接均一に描画する効率のよいソリューションがあるかどうかは疑問です区切られた表面から!
おかげ
任意の円がある場合は、チェックを回避する方法はありませんで、またはアウト
各ノードが固定されていますQuadtreeを、構築されるだろう、このようなチェックをスピードアップするための良い方法(1つか0がベストかもしれない)チェックするための円へのポインタ。
ツリー検索(線形変換)は、1つの循環チェック(およびここでは受け入れまたは拒否)または循環チェックなし(無条件で受け入れる)でノードに移動します。
更新
いくつかの簡単な実装。しかし、空間データ検索(QuadTreeページの下部にあるリンクを参照)の については、QuadTrees、R-treesなどのツリーの詳細についてはこちらをご覧ください。
いくつかのサンプルコードUNTESTEDでは、指定されたディスクのリストを再帰的に構築し、ポイント到着時に再帰的にツリーを歩き、ポイントを分類します。 ツリーウォーキングは、ここではいくつかの暗黙の前提がありますO(LOG2(N))の複雑さ、そして最後に、最大1枚のディスクチェック
def squared(x):
return x*x
class Disk(object):
def __init__(self, x, y, r):
self._x = x
self._y = y
self._r = r
def check(self, x, y):
return squared(x-self._x) + squared(y-self._y) <= squared(self._r)
class Node(object):
def __init__(self, llx, lly, urx, ury):
# nodes, in CCW
self._NE = None
self._NW = None
self._SW = None
self._SE = None
# corners
self._llx = llx
self._lly = lly
self._urx = urx
self._ury = ury
# dividers
self._dx = 0.5*(llx + urx)
self._dy = 0.5*(lly + ury)
# disk to check
self._disk = None
def is_leaf_node(self):
"""
True if node has no children
"""
if self._NE is None:
if self._NW is None:
if self._SW is None:
if self._SE is None:
return True
return False
def check_point(self, x, y):
"""
True if not covered by circle
"""
if self._disk is None:
return True
return not self._disk.check(x, y)
def check_node(node, disks):
"""
return sublist of disks which affects the node
"""
rc = []
for disk in disks:
if disk.check(node._llx, node._lly):
rc.append(disk)
elif disk.check(node._llx, node._ury):
rc.append(disk)
elif disk.check(node._urx, node._lly):
rc.append(disk)
elif disk.check(node._urx, node._ury):
rc.append(disk)
if len(rc) == 0:
return None
return rc
def build(node, disks):
subdisks = check_node(node, disks)
if subdisks is None: # empty type of leaf node
node._disk = None
return node
if len(subdisks) == 1: # simple circle leaf node
node._disk = subdisks
return node
node._NE = build(Node(self._dx, self._dy, self._urx, self._ury), disks)
node._NW = build(Node(self._llx, self._dy, self._dx, self._ury), disks)
node._SW = build(Node(self._llx, self._lly, self._dx, self._dy), disks)
node._SE = build(Node(self._dx, self._lly, self._urx, self._dy), disks)
return node
def check_point(node, x, y):
if node.is_leaf_node():
return node.check_point(x, y)
if x > node._dx: # SE of NE nodes
y > node._dy: # NE
return check_point(node._NE, x, y)
return check_point(node._SE, x, y)
# SW or NW
y > node._dy: # NW
return check_point(node._NW, x, y)
return check_point(node._SW, x, y)
# main
# in the (0,0):(1,1) square
root = build(Node(0.0, 0.0, 1.0, 1.0), disks)
rc = check_point(root, x, y)
ありがとうございました!四分木は本当に面白そうです。私が特定のケースでQuadtreeをどのようにコーディングするかをもっと正確に説明できますか? (たとえば、ランダムに4つのディスクを考えると)スペースをセルに分割する必要がありますか?私はこの場合にどのように実装するのかを確認しています。 – Tool
@Tool更新をご確認ください。私がすでに書いたコードには1つのバグがあります。ノードが1つ以上のサークルで完全にカバーされている場合、問題があるかもしれません - 完全なカバレッジ(円の四隅すべて)のテストを追加して、 –
私はQuadTreesについて少し読まなければならないので、これを後でテストしますが、今まで理解していたものから、最も効率的な方法であるように見えます。受け入れました、ありがとう! – Tool
です。サンプルを関心領域内に均一に分布させるべきか?どのようにあなたのエリアを生成しますか?おそらくより単純な分布をより複雑なものに変換する関数を定義できますか? – JohanL
@JohanLはい、サンプルは関心領域内に一様に分布する必要があります。この領域は、与えられた点を中心とする固定半径のディスクを考慮することによって生成され、目標はこれらのディスクのいずれにも属さないサンプル点である。 – Tool