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

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​
复制代码

python

复制

复制代码
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​
复制代码

python

复制

复制代码
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−xAyP−yA=xB−xAyB−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​
复制代码

python

复制

复制代码
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​
复制代码

python

复制

复制代码
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​
复制代码

python

复制

复制代码
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。

相关推荐
无闻墨客5 分钟前
数据可视化--使用matplotlib绘制高级图表
python·机器学习·信息可视化·matplotlib·可视化·数据可视化
Dovis(誓平步青云)18 分钟前
探索C++标准模板库(STL):从容器到底层奥秘-全面解析String类高效技巧(上篇)
开发语言·c++·stl·string
wheeldown20 分钟前
【C++】STL详解(四)---Stack和Queue
开发语言·c++
我想睡觉26134 分钟前
Python打卡训练营Day40
开发语言·人工智能·python·深度学习·机器学习
比特森林探险记1 小时前
Go语言结构体:数据组织的艺术
开发语言·后端·golang
橙色小博1 小时前
Python中openpyxl库的基础解析与代码实例
前端·python·excel·openpyxl
小叶爱吃鱼1 小时前
web自动化-Selenium、Playwright、Robot Framework等自动化框架使用场景优劣对比
python·selenium·自动化
元直数字电路验证2 小时前
[DS]使用 Python 库中自带的数据集来实现上述 50 个数据分析和数据可视化程序的示例代码
python·信息可视化·数据分析
AI糊涂是福2 小时前
MATLAB语言教程:从入门到精通的全面指南
开发语言·matlab·信息可视化
jz_ddk3 小时前
[学习] C语言多维指针探讨(代码示例)
linux·c语言·开发语言·学习·算法