前言：

计算几何的使用有一些基本原则，它们能帮助你快速地找到代码中出现的问题并方向明确地解决它们。

精度：计算几何丢精度是必有的事情，问题只在于你能否满足题目的精度要求。为了避免较大的精度误差，应当减少三角函数，除法，根号的使用，同时，根号函数的精度似乎十分健康。当精度不够时，可以选择long double来解决问题，不过代价就是跑得更慢。
简洁：主要通过减少分类讨论的情况数和合理的模块化实现。

精度问题

由于计算几何常用double类型计算，因此丢精度是必然会出现的。这个问题主要体现在比较运算中。

举个例子，在计算几何中算出一个三角形的面积是2.999，但是我们知道这肯定是存在误差的，因此它实际上应当不是2.99,假设在没有误差时它的面积应是3，那么我们要把这个三角面积比较时，就要忽略这一点小误差。

解决这个问题，就要引入贯穿了整个计算几何的核心内容：存在误差时的比较运算
e p s eps eps是一个极小量，通常在 [ 1 0 − 12 , 1 0 − 8 ] [10^{-12},10^{-8}] [10−12,10−8]的范围内，表示精度要求。

a = b a=b a=b → → → a b s ( a − b ) abs(a−b) abs(a−b) < < < e p s eps eps
a < b a < b a<b → → → a < b a < b a<b − − − e p s e p s eps
a > b a > b a>b → → → a > b a>b a>b + + + e p s eps eps

以上比较式的很容易证明:

认为 a = b a=b a=b时表达式不应成立，同理可得其他两式。
也可通过分情况讨论:认为 a a a存在误差, b b b不存在误差，分类讨论 a a a偏大偏小的情况。
注意：这里认为a的误差值不超过 e p s eps eps

由于浮点数计算产生的精度误差是普遍存在于计算几何中，因此通过计算集合得出的数进行的比较运算中，必须用上文的格式写出。

最容易出现的一个错误就是在将某数 a a a与 0 0 0比较时将式子写成 a > 0 a>0 a>0而非 a > 0 + e p s a>0+eps a>0+eps即 a > e p s a>eps a>eps
范神在部分模板中忽略了这一点，现已更正

点/向量相关：

表示

在计算几何中，点和向量往往是等价的，且经常出现一个变量被同时当作点和向量使用的现象，因此一起表示。

struct V
{double x,y;V():x(0),y(0){};V(double a,double b):x(a),y(b){};
}dot[maxn];inline void input(V &a){a.x=read();a.y=read();}void print(const V &a,int op=1){printf("%.10lf %.10lf",a.x,a.y);putchar(op?10:32);}
//op=endl or space

向量的基本运算：

基本的加、减、乘、除、点积、叉积、模长、中点、垂直向量、向量单位化、三角形面积。

拓展：
高维点积：定义不变，但在投影方面几何意义只对二维和三维空间有效。
高维叉积：叉积在k维下的定义是三行k列的行列式，第一行为各维度的单位向量，二三行为两个点各自在对应维度的坐标。

注意：
(1）严格意义上，向量叉积是一个（更高维，二维向量叉积为三维）的向量，模长为 x 1 y 2 − x 2 y 1 x_1y_2-x_2y_1 x1y2−x2y1,方向垂直与纸面，遵循右手定则，这也是叉积可以表示负面积的原因。
(被叉积表示面积的平行四边形是叉积在二维平面内的投影)。
(2)以下模板中的垂直向量并没有考虑方向的问题。

Code

struct V
{double x,y;V():x(0),y(0){};V(double a,double b):x(a),y(b){};
}//点和向量的存储inline void input(V &a){a.x=read();a.y=read();}void print(const V &a,int op=1){printf("%.10lf %.10lf",a.x,a.y);putchar(op?10:32);}
//op=endl or spaceinline V operator + (const V &a,const V &b){return (V){a.x+b.x,a.y+b.y};}
inline V operator - (const V &a,const V &b){return (V){a.x-b.x,a.y-b.y};}inline V operator * (const V &a,const double &x){return (V){a.x*x,b.y*x};}
inline V operator * (const double &x,const V &a){return (V){a.x*x,b.y*x};}
inline V operator / (const V &a,const double &x){return (V){a.x/x,b.y/x};}inline bool operator == (const V &a,const V &b){return abs(a.x-b.x)<eps && abs(a.y-b.y)<eps;}
inline bool operator != (const V &a,const V &b){return !(a==b);}inline double operator * (const V &a,const V &b){return a.x*b.x+a.y*b.y;}
inline double operator ^ (const V &a,const V &b){return a.x*b.y-b.x*a.y;}inline double len (const V &a,const V &b){return sqrt(a.x*b.x+a.y*b.y);}inline V mid(const V &a,const V &b){return (V){(a.x+b.x)/2,(a.y+b.y)/2};}中点坐标公式求中点
inline V cui(const V &a){return (V){a.y,-a.x};}//求垂直向量,使用k1*k2=-1的性质
inline V danwei(const V &a){return a/len(a);}//求单位向量inline double tri_S(const V &a,const V &b,const V &c){return abs((b-a)*(c-a))/2;}//求向量或三点所成三角形面积inline bool operator < (const V &a,const V &b){return a.x<b.x || (abs(a.x-b.x)<eps && a.y<b.y-eps);}
//这个向量的大小比较是将向量按照x为第一关键字，y为第二关键字，升序排列。
//这个算符会在求凸包中被大量使用，平时倒是没什么用

角度相关：

向量夹角：

用向量点积易得。
这个角的取值范围是 [ 0 , π ] [0,π] [0,π].

inline double angle(const V &a,const V &b){return acos( a*b / len(a) / len(b));}
inline bool dun(const V &a,const V &b,const V &c){return ((b-a)*(c-a))<-eps;}//angle:BAC
inline bool rui(const V &a,const V &b,const V &c){return ((b-a)*(c-a))>eps;}
inline bool zhi(const V &a,const V &b,const V &c){return abs(((b-a)*(c-a)))<eps;}

向量的旋转：

设原向量为 ( x , y ) (x,y) (x,y),旋转角度为 θ θ θ,(注意：θ的正负判断遵循右手定则，即逆时针旋转的角为正角)，
则旋转后的得到向量为 ( x c o s θ − y s i n θ , x s i n θ + y c o s θ ) (xcosθ-ysinθ,xsinθ+ycosθ) (xcosθ−ysinθ,xsinθ+ycosθ)。

证明：用复数乘法，在复平面内 ( x , y i ) ⋅ ( c o s θ , s i n θ i ) (x,yi)·(cosθ,sinθi) (x,yi)⋅(cosθ,sinθi)，结合复平面的性质可得 ( x c o s θ − y s i n θ , i x s i n θ + i y c o s θ ) (xcosθ-ysinθ,ixsinθ+iycosθ) (xcosθ−ysinθ,ixsinθ+iycosθ)，结果同上.

inline V rotate(const V &a,const double t)
{double s=sin(t),c=cos(t);return (V){a.x*c-a.y*s,a.x*s+a.y*c};
}

计算几何(一）：点，向量相关推荐

计算几何，三维向量的旋转
写这篇日志有两个目的:一来是想测试新装上去的 LaTeX 插件显示数学公式是否好用(不过貌似通过RSS获取到的日志是没有办法显示的--):二来是对于三维向量绕任意轴的旋转之前我都是用结论的,今天因为做 ...
java 三维向量类_计算几何，三维向量的旋转 | 学步园
写这篇日志有两个目的:一来是想测试新装上去的LaTeX插件显示数学公式是否好用(不过貌似通过RSS获取到的日志是没有办法显示的--):二来是对于三维向量绕任意轴的旋转之前我都是用结论的,今天因为做计算 ...
hdu 1174:爆头（计算几何，三维叉积求点到线的距离）
爆头 Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65536/32768 K (Java/Others) Total Submiss ...
计算几何——向量的叉乘、点乘、夹角
汇总篇:计算几何汇总一.向量的叉乘向量p=(x1,y1), q=(x2,y2) 则 pxq=x1.y2-x2.y1 pxq= - qxp 叉乘的大小等于于2倍三角形面积. 右手法则:手掌表示p向量 ...
2019秦皇岛ccpc A题：Angle Beats[计算几何：统计符合直角三角形的个数]+[向量hash+3hash]
题目链接题目大意:就是已经知道一些点集合{p},然后q次询问每次给出一个点A,问你这个点和点集合里面多少对点可以构成三角形? 解题思路:很无奈这道题卡常了我们常规思路就是:我们分类讨论A这个点,因为 ...
计算几何总结1———点与向量
文章目录点与向量 1.点之间的距离总结 2.向量的运算(加,减,乘,除)和判等总结 3.点积和叉积 4.叉积的应用持续更新...... 提示:这里用到的数据类型都为double,可根据具体情况 ...
【计算几何】向量叉积和凸包 | 引射线法 | 判断点是否在多边形内部 | 葛立恒扫描法 | Cross Product and Convex Hul
猛戳!跟哥们一起玩蛇啊
二维几何基础大合集！《计算几何全家桶（一）》（基础运算、点、线、多边形、圆、网格）
整理的算法模板合集: ACM模板点我看算法全家桶系列!!! 实际上是一个全新的模板整合计划目录 1.基本运算 1.1 判断正负函数(sgn) 1.2 点积(数量积.内积)(Dot) 1.3 向量积 ...
【第一道计算几何题】 UVA11178 Morley‘s Theorem （二维几何，旋转直线求求交点）
整理的算法模板合集: ACM模板要求D点我们只需要把直线BC向左旋转a/3,向右旋转b/3得到两直线求交点即可. 秒啊秒啊解锁技能树--计算几何,终于能加一个计算几何版块了 #include< ...

计算几何(一）：点，向量

写在前面

本文基于fxj巨佬的计算几何全家桶，并基于原文进行了自己的一些整理了经验补充，阅读本文前请前往支持巨佬fxj。

前言：