面试题:检测点是否在扇形之内

本文探讨了一道面试题:如何检测一个点是否在扇形区域内。通过分析距离、极坐标和点积方法,详细介绍了算法实现和优化,包括避免开平方、减少比较和使用SIMD技术。同时,提出了其他可行的解决策略,如局部坐标转换和叉积检测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

前几天,同事在报告中提及检测角色是否在扇形攻击范围的方法。我觉得该方法的性能不是太好,提出另一个颇为直接的方法。此问题在游戏中十分常见,只涉及简单的数学,却又可以看出实现者是否细心,所以我觉得可当作一道简单的面试题。问题在微博发表后得到不少回应,故撰文提供一些解答。

问题定义:

在二维中,检测点 \mathbf{p}是否在 扇形(circular sector)内,设扇形的顶点为 \mathbf{c},半径为 r,从 \mathbf{\hat{u}}方向两边展开 \theta角度。
o_circularsector1.png

当中 \mathbf{p},\mathbf{c},\mathbf{\hat{u}} 以直角坐标(cartesian coordinates)表示,r>00 < \theta < \pi\mathbf{p}在扇形区边界上当作不相交。实现时所有数值采用单精度浮点数类型。

问题分析

许多相交问题都可以分拆为较小的问题。在此问题中,扇形可表示为圆形和角度区间的交集。

o_circularsector2.png

换句话说,问题等同于检测 \mathbf{p}\mathbf{c} 的距离小于 r,及 \mathbf{p-c} 的方向在 \mathbf{\hat{u}} 两边 \theta 的角度范围内。

距离

\mathbf{p}\mathbf{c} 的距离小于 r, 用数学方式表示:

|\mathbf{p} - \mathbf{c}| < r

极坐标

这是比较麻烦的部分,也是本题的核心。

有人想到,可以把 \mathbf{p-c}\mathbf{\hat{u}} 从直角坐标转换成极坐标(polar coordinates)。数学上,\mathbf{p-c}\mathbf{\hat{u}} 分别与 \mathbf{x} 轴的夹角可用atan2()函数求得:

\begin{align*} \phi &= \mathrm{atan2}(p_y - c_y, p_x - c_x)\\ \alpha &= \mathrm{atan2}(u_y, u_x) \end{align*}

然后,检查 \phi 是否在 (\alpha - \theta, \alpha + \theta) 区间内。但这要非常小心,因为 (\alpha - \theta, \alpha + \theta) 区间可能超越 (-\pi, \pi] 的范围,所以要检测:

\begin{align*} \alpha_1 &< \phi - 2\pi < \alpha_2 \text{ ; or}\\ \alpha_1 &< \phi < \alpha_2 \text{ ; or}\\ \alpha_1 &< \phi + 2\pi < \alpha_2 \end{align*}

这个方法是可行的,不过即使假设 \mathbf{\hat{u}}\theta 是常数,可预计算 \alpha_1\alpha_2 ,我们还是避免不了要计算一个atan2()。

点积

点积(dot product)可计算两个矢量的夹角,这非常适合本题的扇形表示方式。我们要检测 \mathbf{p-c}\mathbf{\hat{u}} 的夹角是否小于 \theta :

### 判断是否位于扇形区域内的解法 要判断一个是否位于给定的扇形区域内,可以通过几何方法来实现。以下是详细的解决方案: #### 几何原理 1. **极坐标表示** 扇形可以看作是以某个圆心为中心的一个圆形部分,并由两条半径限定角度范围。因此,对于任意一 \(P(x, y)\),需要将其转换到以扇形中心为原的极坐标系下,计算的角度和距离。 2. **条件验证** 要满足以下两个条件才能判定扇形内部: - 的距离落在扇形的内外半径范围内。 - 的角度落在扇形所覆盖的角度区间内。 #### 实现步骤说明 下面是一个基于上述逻辑的 Python 实现代码示例: ```python import math def is_point_in_sector(center_x, center_y, radius_min, radius_max, start_angle, end_angle, point_x, point_y): """ 判断是否在指定的扇形区域内 参数: center_x (float): 扇形中心的x坐标 center_y (float): 扇形中心的y坐标 radius_min (float): 扇形最小半径 radius_max (float): 扇形最大半径 start_angle (float): 扇形起始角度(弧度制) end_angle (float): 扇形终止角度(弧度制) point_x (float):检测点的x坐标 point_y (float):检测点的y坐标 返回: bool: 如果扇形区域内返回True,否则False """ # 计算相对于扇形中心的偏移量 dx = point_x - center_x dy = point_y - center_y # 计算扇形中心的距离 distance = math.sqrt(dx**2 + dy**2) # 检查距离是否在允许范围内 if not (radius_min <= distance <= radius_max): return False # 计算扇形中心连线的角度(弧度制) angle = math.atan2(dy, dx) # 将角度标准化至[0, 2π)区间 while angle < 0: angle += 2 * math.pi while angle >= 2 * math.pi: angle -= 2 * math.pi # 检查角度是否扇形角度范围内 if start_angle <= end_angle: return start_angle <= angle <= end_angle else: return angle >= start_angle or angle <= end_angle # 测试案例 center_x, center_y = 0, 0 # 圆心位置 radius_min, radius_max = 1, 5 # 半径范围 start_angle, end_angle = math.radians(30), math.radians(90) # 角度范围(单位:弧度) point_inside = (2, 2) # 应该在扇形内 point_outside = (-4, 4) # 应该不在扇形内 print(is_point_in_sector(center_x, center_y, radius_min, radius_max, start_angle, end_angle, *point_inside)) # 输出 True print(is_point_in_sector(center_x, center_y, radius_min, radius_max, start_angle, end_angle, *point_outside)) # 输出 False ``` #### 关键解释 - 使用 `math.atan2` 来获取相对于圆心的方向角[^1]。 - 对于跨过 \(2\pi\) 的情况,需特别处理角度比较逻辑[^2]。 - 这种算法的时间复杂度接近常数级别 \(O(1)\)[^3]。 ---
评论
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