跳转到内容
主菜单
主菜单
移至侧栏
隐藏
导航
首页
最近更改
随机页面
MediaWiki帮助
代码酷
搜索
搜索
中文(中国大陆)
外观
创建账号
登录
个人工具
创建账号
登录
未登录编辑者的页面
了解详情
贡献
讨论
编辑“︁
线段与直线(计算几何算法)
”︁
页面
讨论
大陆简体
阅读
编辑
编辑源代码
查看历史
工具
工具
移至侧栏
隐藏
操作
阅读
编辑
编辑源代码
查看历史
常规
链入页面
相关更改
特殊页面
页面信息
外观
移至侧栏
隐藏
您的更改会在有权核准的用户核准后向读者展示。
警告:
您没有登录。如果您进行任何编辑,您的IP地址会公开展示。如果您
登录
或
创建账号
,您的编辑会以您的用户名署名,此外还有其他益处。
反垃圾检查。
不要
加入这个!
{{DISPLAYTITLE:线段与直线(计算几何算法)}} == 介绍 == '''线段'''和'''直线'''是计算几何中的基础概念,广泛应用于计算机图形学、地理信息系统(GIS)、游戏开发和机器人路径规划等领域。理解它们的数学表示、相交检测及相关算法对解决实际问题至关重要。 * '''直线'''是无限延伸的一维几何对象,由线性方程 <math>ax + by + c = 0</math> 或斜截式 <math>y = kx + b</math> 表示。 * '''线段'''是直线的有限部分,由两个端点 <math>(x_1, y_1)</math> 和 <math>(x_2, y_2)</math> 定义。 == 数学表示 == === 直线方程 === 直线可以通过以下形式表示: * '''一般式''':<math>Ax + By + C = 0</math> * '''斜截式''':<math>y = kx + b</math>(斜率 <math>k</math>,截距 <math>b</math>) * '''参数式''':<math>\begin{cases} x = x_0 + t \cdot dx \\ y = y_0 + t \cdot dy \end{cases}</math>(<math>t \in \mathbb{R}</math>) === 线段表示 === 线段由两个端点定义: * 起点 <math>P_1(x_1, y_1)</math> 和终点 <math>P_2(x_2, y_2)</math> * 参数方程:<math>\begin{cases} x = x_1 + t \cdot (x_2 - x_1) \\ y = y_1 + t \cdot (y_2 - y_1) \end{cases}</math>(<math>t \in [0, 1]</math>) == 相交检测 == === 直线相交 === 两条直线 <math>L_1: A_1x + B_1y + C_1 = 0</math> 和 <math>L_2: A_2x + B_2y + C_2 = 0</math> 的交点可通过解线性方程组得到: <math> \begin{cases} A_1x + B_1y = -C_1 \\ A_2x + B_2y = -C_2 \end{cases} </math> === 线段相交 === 判断两条线段是否相交,常用'''跨立实验'''(基于向量叉积): 1. 检查两条线段的外接矩形是否重叠(快速排除不相交情况)。 2. 计算叉积判断是否跨立。 算法实现(Python): <syntaxhighlight lang="python"> def cross_product(a, b, c): return (b[0] - a[0]) * (c[1] - a[1]) - (b[1] - a[1]) * (c[0] - a[0]) def segments_intersect(p1, p2, p3, p4): # 快速排斥实验 if max(p1[0], p2[0]) < min(p3[0], p4[0]) or \ max(p3[0], p4[0]) < min(p1[0], p2[0]) or \ max(p1[1], p2[1]) < min(p3[1], p4[1]) or \ max(p3[1], p4[1]) < min(p1[1], p2[1]): return False # 跨立实验 cp1 = cross_product(p3, p4, p1) cp2 = cross_product(p3, p4, p2) cp3 = cross_product(p1, p2, p3) cp4 = cross_product(p1, p2, p4) if ((cp1 * cp2 < 0) and (cp3 * cp4 < 0)): return True # 处理共线情况 return False # 示例 p1, p2 = (0, 0), (2, 2) p3, p4 = (0, 2), (2, 0) print(segments_intersect(p1, p2, p3, p4)) # 输出: True </syntaxhighlight> == 距离计算 == === 点到直线距离 === 点 <math>(x_0, y_0)</math> 到直线 <math>Ax + By + C = 0</math> 的距离: <math>d = \frac{|Ax_0 + By_0 + C|}{\sqrt{A^2 + B^2}}</math> === 点到线段距离 === 需要判断点的投影是否在线段上: 1. 若投影在线段上,距离同点到直线距离。 2. 否则,取到两端点的最小距离。 <mermaid> graph TD A[计算投影点] --> B{投影在线段上?} B -->|是| C[点到直线距离] B -->|否| D[min(到P1距离, 到P2距离)] </mermaid> == 实际应用案例 == === 游戏开发中的碰撞检测 === 在2D游戏中,判断子弹(线段)是否击中障碍物(多边形)时,需要检测子弹轨迹与多边形各边的相交情况。 === 地理信息系统(GIS) === 道路(线段)与河流(线段)的交叉分析是GIS中的常见需求,通过线段相交算法可快速定位交叉点。 == 进阶主题 == === 参数化表示与插值 === 线段的参数方程可用于线性插值: <syntaxhighlight lang="python"> def lerp(p1, p2, t): return (p1[0] + t * (p2[0] - p1[0]), p1[1] + t * (p2[1] - p1[1])) # 在p1和p2之间30%的位置 print(lerp((0, 0), (10, 10), 0.3)) # 输出: (3.0, 3.0) </syntaxhighlight> === 直线拟合 === 给定一组点,可通过'''最小二乘法'''拟合最佳直线: <math> \min \sum_{i=1}^n (y_i - (kx_i + b))^2 </math> == 总结 == * 线段是直线的有限部分,直线是无限延伸的。 * 相交检测通过跨立实验和快速排斥实验实现。 * 距离计算需区分点和直线/线段的不同情况。 * 应用场景广泛,包括图形学、GIS和游戏开发等。 {{Stub|algorithm}} [[Category:计算机科学]] [[Category:数据结构与算法]] [[Category:计算几何算法]]
摘要:
请注意,所有对代码酷的贡献均被视为依照知识共享署名-非商业性使用-相同方式共享发表(详情请见
代码酷:著作权
)。如果您不希望您的文字作品被随意编辑和分发传播,请不要在此提交。
您同时也向我们承诺,您提交的内容为您自己所创作,或是复制自公共领域或类似自由来源。
未经许可,请勿提交受著作权保护的作品!
取消
编辑帮助
(在新窗口中打开)
该页面使用的模板:
模板:Stub
(
编辑
)