博客
关于我
计算几何小结:叉积
阅读量:261 次
发布时间:2019-03-01

本文共 453 字,大约阅读时间需要 1 分钟。

一个神奇的东西,可以判断两线段是否相交,三点共线,多边形角形面积……

code:

double multi(point p1,point p2,point p0){    double x1=p1.x-p0.x,x2=p2.x-p0.x;    double y1=p1.y-p0.y,y2=p2.y-p0.y;    return x1*y2-x2*y1;}
第一次看到简直一脸懵逼,什么鬼?

首先我们考虑p0是原点的情况。

当x1=x2时如果p1要顺时针旋转到p2,则他们的叉积小于0,否则大于0。

如果x1,x2变化,也容易证明,叉积依然小于0.

在其他象限也有这样的规律。

所以叉积的正负分别代表p1逆/顺时针得到p2

关于第三个参数p0,我感性的理解为以他为旋转中心。

那么问题来了,假如p1,p2,p0三点共线,那叉积是多少。

简单的猜想:0

why

我认为可以从叉积的几何意义理解。

 叉积的绝对值除二就是那三个点组成的三角形的面积!

可以将图画出来,用割补法求,最后化简出来就是叉积的式子了。

你可能感兴趣的文章
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>