计算几何学习笔记
前置
实数
类型：千万不要用\(float\)，用\(double\)。
精度：\(eps\)一般为\(1^{-8}\)或\(1^{-9}\)。
比较：判断正负：
int sign(int x){
return fabs(x)<=eps ? 0 : (x>0 ? 1 : -1);
}
判断大小：
\(a>b \Rightarrow a-b>0\)
\(a<b \Rightarrow a-b<0\)
\(a==b \Rightarrow a-b==0\)
向量
表示 ：\((x,y)\)
运算：\((x_1,y_1),(x_2,y_2)\)
\(+\)：\((x_1+x_2,y_1+y_2)\)
\(-\)：\((x_1-x_2,y_1-y_2)\)
数乘：\((x\ast k,y\ast k)\)
点积：\(x_1\ast x2+y_1\ast y_2\)
叉积：\(x_1\ast y_2-x_2\ast y_1\)
其中点积也可以表示为：\(|\vec a | |\vec b|\cos \theta\)
叉积为：\(|\vec a||\vec b|\sin \theta\)
其中\(\theta\)为\(\vec a,\vec b\)夹角
叉积既有正负，又有大小
正负表示两个向量的位置关系，
若\(\vec a \times \vec b<0\)，则a在b的逆时针方向，
若\(\vec a \times \vec b>0\)，则a在b的顺时针方向
若\(\vec a \times \vec b=0\)，则a、b同向或反向
大小表示以\(\vec a,\vec b\)为邻边围成的平行四边形面积
直线
表示：点向法：点+向量
向量垂直：$(x,y)\rightarrow (-y,x)/(y,-x) $
判断点在直线上：叉积为\(0\)
判断点在射线上：叉积为\(0\)，点积\(\geq 0\)
判断点在线段上：叉积为\(0\)，\(x_1\leq x_0 \leq x_2\)&&\(y_1\leq y_0 \leq y_2\)
点到直线距离：\(\frac{\vec a\times \vec b}{|\vec a|}\) 如图：
两直线交点：
\(p_0=p_2+v_2,s_1=\vec u \times \vec v_1,s_2=\vec v_1\times \vec v_2\)
\(k=\frac{s_1}{s_2}\)
\(p_0=p_2+kv_2\)
线段相交 
\((\vec {AB}\times \vec{AC})\ast (\vec{AB}\times \vec{AD})\leq 0\)&&\((\vec{CD}\times \vec{CA})\ast(\vec{CD}\times \vec{CB})\leq 0\)
凸包
定义
多边形的内角小于180°
极角
参照点与选定点的连线与x轴的角度\((0\thicksim 2\pi)\)
极角排序
选定一点，把其它点相对于选定点的极角按大小排序
一般选定左下角的点
Graham算法
先找到左下角的点，其它点排序后，枚举选出合法的，除去不合法的
用叉积判断是否合法
模板：
int n;
struct Point{
int x,y;
friend Point operator + (Point a,Point b){//加法
Point t;
t.x=a.x+b.x;t.y=a.y+b.y;
return t;
}
friend Point operator - (Point a,Point b){//减法
Point t;
t.x=a.x-b.x;t.y=a.y-b.y;
return t;
}
friend double operator ^ (Point a,Point b){//叉积
return a.x*b.y-a.y*b.x;
}
friend double operator * (Point a,Point b){//点积
return a.x*b.x+a.y*b.y;
}
}a[N],s[N];
int top;
int sign(ORZ x){
return fabs(x)<=eps ? 0 : (x>0 ? 1 : -1);
}
double dis(Point i,Point j){
return (i.x-j.x)*(i.x-j.x)+(i.y-j.y)*(i.y-j.y);
}
bool comp(Point i,Point j){
double x=(i-a[1])^(j-a[1]);//画图体验一下
return x>0||x==0&&dis(a[1],i)<dis(a[1],j);
}
void Graham(){
int k=1;
F(i,2,n) if(a[i].y<a[k].y||(a[i].y==a[k].y&&a[i].x<a[k].x)) k=i;
swap(a[k],a[1]);
sort(a+2,a+n+1,comp);
s[++top]=a[1];s[++top]=a[2];
F(i,3,n){
while(top>=2&&sign((s[top]-s[top-1]) ^ (a[i]-s[top-1]))<=0) top--;
s[++top]=a[i];
}
}
旋转卡壳
最远两点距离
首先，最远的两点一定在凸包上
并且枚举点时，最远点是单调的
所以\(O(n)\)求出
观察发现，距离是单调的
可以枚举边，点从上一次继承过来
可以用面积表示，当下一个点与线段组成的面积比当前点小，就停止，更新一次答案
代码：
void work(){
if(top==2) return dis(s[1],s[2]);
s[++top]=s[1];
int j=3;
F(i,1,top-1){
while(((s[i+1]-s[i])^(s[j]-s[i])) < ((s[i+1]-s[i])^(s[j+1]-s[i]))){
//当下一个点与线段组成的面积大于这个点时更新
j++;
if(j==top+1) j=1;
}
ans=max(ans,max(dis(s[i],s[j]),dis(s[i+1],s[j])));
}
}
最小矩阵
定义：能够把所有的点都包括的面积最小的矩阵
流程：
- 求凸包
- 枚举下边界，去找左右上边界
- 更新答案
\(i,i+1\)为下边界，\(r\)为最右边的点
\(l\)为最左边的点，\(p\)为最上边的点
易知，\(r\)为点积最大的点，\(l\)为点积最小的点，\(p\)为叉积最大的点
代码：
void Min_Mart(){
int l=1,r=1,p=1;
double L,R,H;ans=1e50;
F(i,0,top-1){
double d=dis(s[i],s[i+1]);
while((((s[i+1]-s[i])^(s[p+1]-s[i]))-((s[i+1]-s[i])^(s[p]-s[i])))>-eps) (p+=1)%=top;
//找最远点
while(((s[i+1]-s[i])*(s[r+1]-s[i])-(s[i+1]-s[i])*(s[r]-s[i]))>-eps) (r+=1)%=top;
//找最右边的点
if(i==0) l=r;
while(((s[i+1]-s[i])*(s[l+1]-s[i])-(s[i+1]-s[i])*(s[l]-s[i]))<eps) (l+=1)%=top;
//找最左边的点
L=(s[i+1]-s[i])*(s[l]-s[i])/d;
R=(s[i+1]-s[i])*(s[r]-s[i])/d;
H=((s[i+1]-s[i])^(s[p]-s[i]))/d;
H=fabs(H);
double sum=fabs(R-L)*H;
//求面积
if(sign(sum-ans)<0) {
//计算点
ans=sum;
t[0]=s[i]+(s[i+1]-s[i])*(R/d);
t[1]=t[0]+(s[r]-t[0])*(H/dis(t[0],s[r]));
t[2]=t[1]-(t[0]-s[i])*((R-L)/dis(s[i],t[0]));
t[3]=t[2]-(t[1]-t[0]);
}
}
}
