通用版1.W - The Circumference of the Circle

本文介绍了一种通过三角形三个顶点坐标计算其外接圆半径的方法。该方法首先确定外心坐标,然后计算从外心到任意顶点的距离作为半径,最后输出外接圆周长。
部署运行你感兴趣的模型镜像
#include <stdio.h>
#include <math.h>
#define pi 3.141592653589793
int main()
{
    int i,j;
    double x1,x2,x3,y1,y2,y3,r,k,b,x,y;
    while(~scanf("%lf%lf%lf%lf%lf%lf",&x1,&y1,&x2,&y2,&x3,&y3)){
        if(y1!=y3&&y2!=y3){
            k=(x3-x1)/(y1-y3)-(x3-x2)/(y2-y3);
            b=(x3*x3-x1*x1)/2/(y1-y3)-(x3*x3-x2*x2)/2/(y2-y3)+(y2-y1)/2;
            x=b/k;
            y=(y1+y3)/2-(x3*x3-x1*x1)/2/(y1-y3)+x*(x3-x1)/(y1-y3);
           // printf("3333333\n");
        }else if(y1==y3&&y2!=y3)
        {
            x=(x1+x3)/2;
            y=x/(y1-y2)*(x2-x1)+(y1+y2)/2-(x2*x2-x1*x1)/2/(y1-y2);
            //printf("222222\n");
        }else if(y2==y3&&y1!=y3)
        {
            x=(x2+x3)/2;
            y=x/(y1-y2)*(x2-x1)+(y1+y2)/2-(x2*x2-x1*x1)/2/(y1-y2);
            //printf("11111\n");
            //printf("%.4lf,,%.4lf",x,y);
        }
        r=sqrt(pow(x-x1,2)+pow(y-y1,2));
        printf("%.2lf\n",pi*2*r);
    }
    return 0;
}

外心是垂直平分线的交点,求垂直平分线时要注意垂直平分线平行于y轴的情况,此时这条直线没有斜率,所以开始前需要分情况讨论。求出外心坐标,求外心与任意一点的距离r,再求出2πr

您可能感兴趣的与本文相关的镜像

Yolo-v8.3

Yolo-v8.3

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成一种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备一定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值