Complexity analysis of random geometric structures made simpler - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Rapport (Rapport De Recherche) Année : 2012

Complexity analysis of random geometric structures made simpler

Olivier Devillers
Marc Glisse

Résumé

Average-case analysis of data-structures or algorithms is commonly used in compu- tational geometry when the, more classical, worst-case analysis is deemed overly pessimistic. Since these analyses are often intricate, the models of random geometric data that can be handled are often simplistic and far from "realistic inputs". We present a new simple scheme for the analy- sis of geometric structures. While this scheme only produces results up to a polylog factor, it is much simpler to apply than the classical techniques and therefore succeeds in analyzing new input distributions related to smoothed complexity analysis. Abstract: We illustrate our method on two classical structures: convex hulls and Delaunay triangulations. Specifically, we give short and elementary proofs of the classical results that n points uniformly distributed in a ball in Rd have a convex hull and a Delaunay triangulation of respective expected complexities Θ~(n^((d+1)/(d-1)) ) and Θ~(n). We then prove that if we start with n points well-spread on a sphere, e.g. an (ε,κ)-sample of that sphere, and perturb that sample by moving each point ran- domly and uniformly within distance at most δ of its initial position, then the expected complexity of the convex hull of the resulting point set is Θ~( sqrt(n)^(1−1/d) δ^(-(d-1/d)/4)). .
L'analyse en moyenne de structure de données et d'algorithmes géométriques est fréquemment utilisée en géométrie algorithmique, un domaine ou' l'analyse dans le cas le pire est souvent très pessimiste. La difficulté de ce type d'analyse fait que les modèles probabilistes utilisés restent simples et relativement éloignées de données réalistes. Nous présentons une nouvelle approche pour l'analyse des structures géométriques. Nos résultats sont seulement 'a des facteurs logarithmiques près, mais notre méthode est plus simple que les classiques du domaine et nous réussissons 'a analyser de nouveau type de distribution liée à la smooth analysis. Nous illustrons notre méthode sur deux structures classiques: l'enveloppe convexe et la triangulation de Delaunay. Plus précisément, nous démontrons simplement le fait, classique, que n points uniformément distribués dans une boule de Rd ont une enveloppe convexe et une triangulation de Delaunay dont l'espérance de la taille est respectivement Θ~(n^((d+1)/(d-1)) ) et Θ~(n). Nous démontrons ensuite que si on se donne ensemble de n points bien distribu ́es sur une sphère, par exemple un (ε, κ)-échantillon de la sphère, et qu'on le perturbe ensuite en déplaçant chaque point uniformément d'une distance δ à partir de sa position initiale, alors l'espérance de la taille de l'enveloppe convexe de ces points est Θ~( sqrt(n)^(1−1/d) δ^(-(d-1/d)/4)). .
Fichier principal
Vignette du fichier
RR-8168.pdf (710.75 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00761171 , version 1 (05-12-2012)

Identifiants

  • HAL Id : hal-00761171 , version 1

Citer

Olivier Devillers, Marc Glisse, Xavier Goaoc. Complexity analysis of random geometric structures made simpler. [Research Report] RR-8168, INRIA. 2012. ⟨hal-00761171⟩
272 Consultations
346 Téléchargements

Partager

Gmail Facebook X LinkedIn More