poj 2318 叉积解点和直线的关系

本文介绍了一种使用二分法及叉积运算来判断点相对于已知分界线位置的算法。该方法通过构建特定的数据结构并利用有方向的面积计算,高效地确定点所属的区域。适用于计算机图形学及游戏开发等领域。

要判断点的位置,就是利用二分法判断和分界线的相对位置,最终确定点的所在块,利用数组,判断点的位置时利用叉积算有方向的面积.

#include <iostream>
#include <cstring>
#include <cstdio>
#include <algorithm>
#include <cstdlib>
//#include <cmath>
#define MAX 5007

using namespace std;

struct Point 
{
    int x , y;
    Point ( ) : x(0) , y(0) {}
    Point ( int a , int b ) : x(a),y(b){}
}p;

struct Line 
{
    Point up , down;
}l[MAX];

int det ( Point a  , Point b )
{
    return a.x * b.y - a.y*b.x;
}

int n,m,x1,y1,x2,y2,u,d;

int  id ( Point p )
{
    if ( det ( Point ( p.x - l[n].down.x , p.y - l[n].down.y ) ,
         Point ( l[n].up.x - p.x , l[n].up.y - p.y))
            > 0 ) return n+1;
    int left = 1 , right = n , mid;
    while ( left != right )
    {
        mid = left + right >> 1;
       // cout << mid << endl;
        //cout << det ( Point ( p.x-l[mid].down.x , p.y-l[mid].down.y ) ,
           //   Point ( l[n].up.x - p.x , l[mid].up.y - p.y)) << endl;
        if ( det ( Point ( p.x-l[mid].down.x , p.y-l[mid].down.y ) ,
             Point ( l[mid].up.x - p.x , l[mid].up.y - p.y ))
                > 0 )  left  = mid + 1;
        else right = mid;
    }
    return left; 
}

int main ( )
{
    int ans [MAX];
    while ( ~scanf("%d" , &n ),n )
    {
        scanf ( "%d%d%d%d%d" , &m , &x1 , &y1 , &x2 , &y2 );
        memset ( ans , 0 , sizeof ( ans ) );
        for ( int i = 1 ; i <= n ; i++ )
        {
            scanf ( "%d%d" , &l[i].up.x , &l[i].down.x );
            l[i].up.y = y1 , l[i].down.y =y2;
        }
        for ( int i = 1 ; i <= m ; i++ )
        {
            scanf ( "%d%d" , &p.x , &p.y );
            ans[id( p )]++;
        }
        for ( int i = 1 ; i <= n+1 ; i++ )
            printf ( "%d: %d\n" , i-1 , ans[i] );
        printf ( "\n" );
    }
    
}


【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方,同时可参考文中列出的同类研究方向拓展研究思路。
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  | 博主筛选后可见
 
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