在 C++ 中，我们有一个预定义函数 sqrt，它返回任何数字的平方根。旋转卡尺法是用于求解算法或计算几何的技术。

旋转卡尺方法的视觉表示

手部旋转显示了旋转卡尺图的真实示例，每当手部旋转时，都会显示垂直方向。我们还可以通过使用多边形来理解这个概念。

在本文中，我们将使用旋转卡尺法求出两个坐标点的最大距离。跨度>

语法

程序中使用以下语法 -

vector<datatype> name

参数

• 向量 - 我们从关键字向量开始，同时在 C++ 中初始化向量。

• datatype - 由向量表示的数据元素的类型。

• name - 向量的名称。

算法

• 我们将使用头文件iostream、vector和cmath来启动程序。

• 我们正在创建结构名称点，它将存储 x 和 y 的坐标。

• 我们正在定义一个 double 数据类型的函数定义 distance() 来计算两个坐标点之间的距离。这里，Points p1和Point p2是接受坐标值并使用预定义函数 sqrt 和距离公式返回距离的参数。

• 我们正在定义一个名为 CP() 的函数定义，其双精度数据类型接受参数 Point p1、Point p2 和 Point p3 b> 计算叉积向量，即 p2-p1 和 p3-p1 w.r.t x 和 y 坐标。

• 现在我们正在创建一个双精度数据类型的函数定义 rotatingCaliper()，它将参数作为点向量并最大化任意两个坐标平面之间的距离。

• 我们将变量result初始化为0，它将跟踪以满足最大距离的计算。为了找到点的大小，它将使用名为 size() 的预定义函数并将其存储在变量 n 中。

• 我们将两个变量 j 和 k 初始化为 1 并执行以下操作 -

• 我们正在将 j 移动到多边形中的下一个点以及当前边 'points[i]、points[ 的叉积 CP i+1] % n'且下一条边'points[j]'小于当前边'points[i]'的叉积CP，points[ (i + 1) % n]' 和下一个点'点[(j + 1) % n]'之后的边缘。这将验证当前边缘是否垂直于下一个边缘。

• 我们将 k 移动到多边形中的下一个点，直到当前点 'point[i]' 与下一个点 ' 之间的距离point[k]' 小于当前点 'point[i]' 与下一个点 'points[(k+1)%n] 之后的点之间的距离'。这将验证下一个点距离当前点最远。

• 现在我们正在计算点 j, k, 与当前点 'point[i]' 之间的距离，将所有这些点相乘，然后我们将获得 result 变量中的最大值。

• 我们启动主函数并将坐标平面的值应用到“向量点”变量。

• 最后，我们调用函数名称 rotatingCaliper() 并将 'points' 值作为参数传递，以获取旋转卡尺图的最大距离.

示例

在这个程序中，我们将使用旋转卡尺方法来执行坐标平面中两点之间的最大距离。

#include <iostream>
#include <vector>
#include <cmath>
using namespace std;
struct Point {
    double x, y;
};
// In this function we are calculating the distance between two coordinate point.
double distance(Point p1, Point p2) {
   return sqrt((p2.x - p1.x) * (p2.x - p1.x) + (p2.y - p1.y) * (p2.y - p1.y));
}
// In this function we are calculating the cross-product of two vector
double CP(Point p1, Point p2, Point p3) // CP: cross-product {
   return (p2.x - p1.x) * (p3.y - p1.y) - (p2.y - p1.y) * (p3.x - p1.x);
}
// In this function we are calculating the Rotating Caliper
double rotatingCalipers(vector<Point> points) {
   double result = 0;
  int n = points.size();
    int j = 1, k = 1;
   for (int i = 0; i < n; i++) {
       while (CP(points[i], points[(i + 1) % n], points[j]) < CP(points[i], points[(i + 1) % n], points[(j + 1) % n])) 
       {
           j = (j + 1) % n;
       }
       while (distance(points[i], points[k]) < distance(points[i], points[(k + 1) % n])) {
          k = (k + 1) % n;
       }
     // calculate the max distance
        result = max(result, distance(points[i], points[j]) * distance(points[i], points[k]));
   }
   return result;
}
int main() {
    vector<Point> points = {{0, 0}, {1, 1}, {1, 2}, {2, 2}, {2, 3}, {3, 3}, {3, 4}, {4, 4}, {4, 5}, {5, 5},{5,6}};
    cout << "Maximum distance between two coordinate points: "<<rotatingCalipers(points) << endl;
    return 0;
}

输出

Maximum distance between two coordinate points: 39.0512

结论

我们通过计算两个坐标点之间的最大距离来了解旋转卡尺法的概念。该方法的实际应用如孔径角优化、机器学习分类等。