问题描述
如何把一个凹多边形切割成多个凸多边形?
切割凹多边形,常用的方法有向量方法(Vector Method)
和旋转法(Rotational Method)
。
基本思路都是每次利用切割方法切割一次凹多边形,然后判断切割后的图形是否为凹多边形,若仍有凹多边形,则继续切割。
所以这里需要一个前置知识:如何判断任意多边形是否为凹多边形,具体可以看我之前的文章 《如何判别凹多边形》。
本文主要介绍利用 向量方法
来切割凹多边形。
向量方法
1. 找出异号的边向量叉积
回顾《如何判别凹多边形》一文,我们知道凹多边形的边向量叉积存在异号的情况,如下图:
多边形 [P0, P1, P2, P3, P4] 的边向量叉积情况如下:
可以看到 的结果是大于 0 的,其余都是小于零。p0p1 和 p1p2 的边向量叉积结果是这里唯一异号的。
我们这里约定组成该凹多边形的点是按照顺时针排列的,所以如果边向量叉积中出现大于 0 的情况,则可以判断这两条边是凹进去的位置。即 p0p1 边是开始凹进去的位置,记录这条边的位置,接着对这条边进行下一步的处理。
注意:如果组成凹多边形的点是按照逆时针排列的,在按顺序计算的边向量的结果中,应该是以小于 0 的叉积结果作为判断。
2. 延长异号边进行切割
上一步骤中,我们找到了 p0p1 这条 “异号边”。我们将它延长,延长至跟多边形的一条边相交为止,如下图:
从图中可以看到,p0p1 延长线相交于 p2p3 上的一点 A。
这条延长线就是凹多边形的切割线,它把该凹多边形切割成 [p1, p2, A] 和 [p0, A, p3, p4] 两个多边形。
接着我们判断切割后的两个多边形是否仍存在凹多边形,发现并没有,则该凹多边形切割完成。
这里的描述看似简单,但是如果要把该问题抽象到代码中去处理,需要明确解决两个问题:
- 如何找到交点位置,即交点所在的边和交点的坐标。
- 得到交点坐标后,如何分割原数组,且得出点顺序是正确的两个多边形数组。
3. 找到交点位置
为了找到 p0p1的延长线相交于多边形上的哪一条边上,我们先回顾一下 《如何判断一个多边形是否合法》 一文中关于如何判断线段是否相交的方法:
如果要判断 P1P2 和 Q1Q2 这两条线段是否相交,其中有一个步骤是这样的:
因为 在 的逆时针方向,那么: 因为 在 的顺时针方向,那么: 用 A 表示 $\vec{P_1P_2} \times \vec{P_1Q_1} $ 的叉积结果,用 B 表示 的叉积结果,那么 一条的线段的两个端点在另外一条线段两侧 这个几何现象可以用这个公式表示 :
我们回顾到这一步就够了,这里的 P1P2 其实就相当于我们上面所用来切割多边形的延长线,Q1Q2 就相当于多边形上的任意一边。
为了找到延长线与多边形的一条边上的交点,我们可以利用这个方法,让延长线与多边形的边按顺序逐个进行计算,找到第一个结果为 的边,即可得知交点在哪里。
根据这里的判断方法,我们回到刚刚的凹多边形:
如上图, ,,
得出 cp1 乘以 cp2 的结果是小于 0 的,则交点会在 p2p3 边上。
然后我们就可以利用 p0、p1、p2、p3 这四个点,计算出直线函数,求出交点坐标 A 了,具体如何通过两个直线函数求交点坐标,这里就不赘述了。
这里上点代码来按照这个步骤进行理解:
/// 切割凹多边形为多个凸多边形,向量切割法
func divideConcavePolygon(vertexs: [CGPoint]) -> [[CGPoint]] {
guard vertexs.count > 3 else { return [] }
// 跳出外层循环的标志
var breakFlag = false
// 注意 vertexs 的点是顺时针排列的
for index in 0..<vertexs.count {
let index1 = (index + 1) % vertexs.count
let index2 = (index + 2) % vertexs.count
let p0 = vertexs[index]
let p1 = vertexs[index1]
let p2 = vertexs[index2]
let crossProduct = crossproduct(vector1: (p0, p1), vector2: (p1, p2))
// 如果叉积大于 0,说明 向量 p1p2 在 向量 p0p1 的逆时针方向
// 即 p0p1 为异号边
if crossProduct > 0 {
// 与多边形的其它边进行计算,找出交点位置
for i in 0..<vertexs.count {
let current = vertexs[i]
let next = vertexs[(i + 1) % vertexs.count]
// 跳过当前边(延长线的边)
if index == i || index == (i + 1) % vertexs.count {
continue
}
let cp1 = crossproduct(vector1: (p0, p1), vector2: (p0, current))
let cp2 = crossproduct(vector1: (p0, p1), vector2: (p0, next))
// 找到交点所在的边 即 current 和 next 组成的边
if cp1 * cp2 < 0 {
// TODO: - 根据延长线和交点所在的边,计算出交点坐标 newPoint
// TODO: - 切割多边形数组,把 newPoint 添加到数组里
// 跳出内嵌套的循环,并标记需要跳出外循环
breakFlag = true
break
}
}
}
if breakFlag { break }
}
// TODO: - 返回切割后的凸多边形数组
return polygons
}
4. 分割原数组
通过异号边延长线进行切割,得到交点坐标 A 后,我们还需要分割原数组,得到两个多边形的数组。
我们再次回到上面的凹多边形:
我们希望分割原坐标数组为 [p1, p2, A] 和 [p0, A, p3, p4] ,观察数组的点都是按照顺时针排列的,这个顺序很重要,一来可以确保多边形的形状,二来可以继续用我们上面的切割方法继续对剩下的多边形切割。
原多边形数组是 [P0, P1, P2, P3, P4] ,将其转换成数组索引查看为 [0, 1, 2, 3, 4],观察可知,我们需要截取出 [1, 2] ,然后剩下 [0, 3, 4 ] ,再在合适的位置插入 A 的坐标即可。
我们添加个 splice 的扩展方法,可以截取数组里的一个区间,这个方法是 mutating
的,也会改变原数组:
extension RangeReplaceableCollection {
mutating func splice<R: RangeExpression>(range: R) -> SubSequence where R.Bound == Index {
let result = self[range]
self.removeSubrange(range)
return result
}
}
结合上面的凹多边形图片观察,交点 A 是在 p2p3 上的,即在数组索引 current = 2
和 next = 3
之间,至于异号边的索引为 index0 = 0
和 index1 = 1
var polygon2 = vertexs
var polygon1 = Array(polygon2.splice(range: index1...current))
// 插入交点 A 坐标
polygon1.append(A)
polygon2.insert(A, at: index0 + 1)
这里还要注意一种情况,就是交点坐标所在边的索引小于异号边索引的情况,可以用这样一副图说明:
如图所示的凹多边形,交点 A 在 p0p1 上,即在数组索引 current = 0
和 next = 1
之间,至于异号边的索引为 index0 = 2
和 index1 = 3
这里贴出一段代码,便于理解这里区间的截取:
if current > index0 {
var polygon2 = vertexs
// current 大于 index0,则分割区间为 [index1, current]
var polygon1 = Array(polygon2.splice(range: index1...current))
// 插入交点 A 坐标
polygon1.append(A)
polygon2.insert(A, at: index0 + 1)
} else {
var polygon2 = vertexs
// current 小于 index0,则分割区间为 [current+1, index0]
var polygon1 = Array(polygon2.splice(range: current + 1...index0))
// 插入交点 A 坐标
polygon1.append(A)
polygon2.insert(A, at: index0 + 1)
}
5. 注意坐标系
至此,分割凹多边形的向量方法已经讲解完毕了。我在 iOS 上做个 Demo 验证这个算法的时候,一开始发现切割的位置不太对,如下图:
从图中可以看出,实际切割的位置跟我推演算法时想象的位置是相反的,我百思不得其解。
后面才想起 iOS 的 x y 坐标系跟几何上的是不一样的,Y 轴的正方向是向下的。因此在算法的眼里,这个绘制出来的图形其实是上下颠倒的,因此算法并没有问题。这里特意提醒注意一下。