Algorithm 当一个点移动时，有效地重新计算点集的边界矩形

我有一系列的要点。我需要找到最小的边界矩形，它包含每次移动点时的所有点

可以在每次移动一个点时迭代所有点并查找最小/最大坐标-

O（n）

我想知道，在第一次移动之后，这能比

O（n）

更快吗

---

我想我可以找到初始边界矩形，然后以某种方式只更新它。

一种方法是使用4堆

x坐标的Minheap

x坐标的Maxheap

y坐标的Minheap

y坐标的Maxheap

堆的顶部条目给出了边界框的位置，对于每个移动的点，堆可以在O（logn）时间内更新

---

（注意，这只提供了一个轴对齐的边界框）

一种方法是使用4个堆

x坐标的Minheap

x坐标的Maxheap

y坐标的Minheap

y坐标的Maxheap

堆的顶部条目给出了边界框的位置，对于每个移动的点，堆可以在O（logn）时间内更新

---

（注意，这只提供一个轴对齐的边界框）

轴对齐的矩形，或否？是，与水平X轴和垂直Y轴对齐。轴对齐的矩形，或否？是，与水平X轴和垂直Y轴对齐。谢谢！我在想我需要什么样的数据结构——数组、链表和排序链表也提供了

O（n）

。我对堆知之甚少，但我会了解的。嗯。。。移动点时，如何识别该点？除非我们已经知道它在每个堆中的位置，否则我们需要首先找到它，即O（n）（至少对于二进制堆）。使用2个二叉树而不是4个堆将为移动和查找BB留出O（logn）查找时间。@j_random_hacker您可以在堆中存储指向点结构的指针，在点结构中存储指向堆中位置的指针。无论何时移动堆中的元素，都会更新点结构中相应的指针。然而，二叉树可能是一个更好的选择。尽管我突然想到，如果点查询以“Move（x，y）to（a，b）”的形式到达（而不是“by handle”--如“将地址z处的

结构表示的点移动到（a，b）”，那么（x，y）可能会通过在中查找而转换为方法所需的地址z。。。一个二叉树：）（或者一个哈希，不可否认。）谢谢！我在想我需要什么样的数据结构——数组、链表和排序链表也提供了
O（n）
。我对堆知之甚少，但我会了解的。嗯。。。移动点时，如何识别该点？除非我们已经知道它在每个堆中的位置，否则我们需要首先找到它，即O（n）（至少对于二进制堆）。使用2个二叉树而不是4个堆将为移动和查找BB留出O（logn）查找时间。@j_random_hacker您可以在堆中存储指向点结构的指针，在点结构中存储指向堆中位置的指针。无论何时移动堆中的元素，都会更新点结构中相应的指针。然而，二叉树可能是一个更好的选择。尽管我突然想到，如果点查询以“Move（x，y）to（a，b）”的形式到达（而不是“by handle”--如“将地址z处的
结构表示的点移动到（a，b）”，那么（x，y）可能会通过在中查找而转换为方法所需的地址z。。。二叉树：）（或者说是散列