平面坐标系中判断点P是否在线段上AB上的常用方法总结

发布于:2025-05-10 ⋅ 阅读:(34) ⋅ 点赞:(0)

在平面坐标系中,判断点 P 是否在线段 AB 上,可以通过以下 ​​5种常用算法​​ 实现,涵盖数学原理、实现步骤和代码示例:


​1. 参数化方程法(推荐)​

​原理​

将点 P 表示为线段 AB 的线性插值,检查参数 t 是否在 [0,1] 范围内且满足共线性。

​步骤​
  1. ​共线性检验​​:
    计算向量 AP 和 AB 的叉积(二维叉积为标量):

    Cross=(xP​−xA​)(yB​−yA​)−(yP​−yA​)(xB​−xA​)

    若 ∣Cross∣>ϵ(微小阈值,如 10−6),则点不共线。

  2. ​参数 t 检查​​:
    若共线,计算参数:

    t=∥AB∥2(xP​−xA​)(xB​−xA​)+(yP​−yA​)(yB​−yA​)​

    若 t∈[0,1],则 P 在线段上。

​代码实现​

python

复制

def is_point_on_segment(A, B, P, epsilon=1e-6):
    cross = (P[0] - A[0]) * (B[1] - A[1]) - (P[1] - A[1]) * (B[0] - A[0])
    if abs(cross) > epsilon:  # 不共线
        return False
    dot = (P[0] - A[0]) * (B[0] - A[0]) + (P[1] - A[1]) * (B[1] - A[1])
    t = dot / ((B[0] - A[0])**2 + (B[1] - A[1])**2)
    return 0 <= t <= 1

​2. 距离和检验法​

​原理​

若点 P 在线段 AB 上,则 AP+PB=AB。

​步骤​
  1. 计算距离 AP、PB、AB。
  2. 检查 ∣AP+PB−AB∣<ϵ。
​代码实现​

python

复制

def is_point_on_segment_distance(A, B, P, epsilon=1e-6):
    d_AB = ((B[0] - A[0])**2 + (B[1] - A[1])**2)**0.5
    d_AP = ((P[0] - A[0])**2 + (P[1] - A[1])**2)**0.5
    d_PB = ((B[0] - P[0])**2 + (B[1] - P[1])**2)**0.5
    return abs(d_AP + d_PB - d_AB) < epsilon

​3. 直线方程代入法​

​原理​

将 P 的坐标代入线段 AB 的直线方程,检查是否满足且位于端点之间。

​步骤​
  1. 若线段非垂直(xA​=xB​),检查斜率一致性:xP​−xA​yP​−yA​​=xB​−xA​yB​−yA​​
  2. 若线段垂直(xA​=xB​),检查 xP​=xA​ 且 yP​ 在 [yA​,yB​] 内。
  3. 最后检查 P 的坐标是否在 A 和 B 的范围内。
​代码实现​

python

复制

def is_point_on_segment_equation(A, B, P, epsilon=1e-6):
    if abs(B[0] - A[0]) < epsilon:  # 垂直线段
        return abs(P[0] - A[0]) < epsilon and min(A[1], B[1]) <= P[1] <= max(A[1], B[1])
    else:
        slope = (B[1] - A[1]) / (B[0] - A[0])
        on_line = abs((P[1] - A[1]) - slope * (P[0] - A[0])) < epsilon
        in_range = min(A[0], B[0]) <= P[0] <= max(A[0], B[0])
        return on_line and in_range

​4. 边界框快速排除法​

​原理​

先检查 P 是否在线段 AB 的轴对齐包围盒(AABB)内,再结合共线性检验。

​步骤​
  1. 检查 P 的坐标是否满足:min(xA​,xB​)≤xP​≤max(xA​,xB​)min(yA​,yB​)≤yP​≤max(yA​,yB​)
  2. 若在包围盒内,再进行共线性检验(如方法1)。
​代码实现​

python

复制

def is_point_on_segment_bbox(A, B, P, epsilon=1e-6):
    in_bbox = (min(A[0], B[0]) <= P[0] <= max(A[0], B[0])) and \
              (min(A[1], B[1]) <= P[1] <= max(A[1], B[1]))
    if not in_bbox:
        return False
    cross = (P[0] - A[0]) * (B[1] - A[1]) - (P[1] - A[1]) * (B[0] - A[0])
    return abs(cross) < epsilon

​5. 面积法(三角形面积为零)​

​原理​

若 P 在线段 AB 上,则三角形 ABP 的面积为 0。

​步骤​
  1. 计算叉积的绝对值(即平行四边形面积):Area=∣(xA​(yB​−yP​)+xB​(yP​−yA​)+xP​(yA​−yB​))∣
  2. 若 Area<ϵ,则共线,再检查坐标范围。
​代码实现​

python

复制

def is_point_on_segment_area(A, B, P, epsilon=1e-6):
    area = abs(A[0]*(B[1] - P[1]) + B[0]*(P[1] - A[1]) + P[0]*(A[1] - B[1]))
    if area > epsilon:
        return False
    return min(A[0], B[0]) <= P[0] <= max(A[0], B[0]) and \
           min(A[1], B[1]) <= P[1] <= max(A[1], B[1])

​算法对比​

方法 优点 缺点 适用场景
​参数化方程法​ 高精度,直接计算参数 t 需计算叉积和点积 通用场景(推荐)
​距离和检验法​ 直观易理解 浮点误差敏感 快速近似判断
​直线方程法​ 显式处理垂直/水平线段 需分情况处理斜率 已知线段方向时
​边界框法​ 快速排除明显不在的点 需额外共线性检验 预处理优化
​面积法​ 数学简洁 计算面积后仍需范围检查 教学演示

​总结​

  • ​推荐方法1(参数化方程法)​​:综合精度和效率,适合大多数场景。
  • ​性能优化​​:先用方法4(边界框法)快速排除,再使用方法1精确判断。
  • ​特殊处理​​:垂直线段或水平线段可简化计算(如直接比较坐标)。

通过上述方法,可灵活应对不同需求下的点与线段位置关系判断问题。


网站公告

今日签到

点亮在社区的每一天
去签到