由来
今天偶然看到这个题,我算出来是3刀同平面7, 乘以2就是14了。结果说这个不是最优,我想不出来就模拟了一下。
数值模拟计算
原理
初始化4个平面, 在生成100个点去验证所有的状态和。结果为 15
源码
模拟生成多个随机平面,使用三点确定一个平台来生成,再判断状态点在四个平面上的状态。
import numpy as np
import random as rd
# 点的限制条件在1,1,1范围内的正方体
def set_point():
return rd.uniform(0, 1),rd.uniform(0, 1),rd.uniform(0, 1)
# 生成平面; 传入list(tuple); 三点确定一个平面
def set_pm():
m33 = np.mat([set_point(), set_point(), set_point()])
return (m33.I)* (np.mat([1,1,1]).T)
# 判断点在面内1,还是面外0
def judge_point_in_pm(m,p):
a, b, c = m
x, y, z = p
flag = a*x + b*y + c*z - 1
if flag > 0:
return 0
return 1
# 生成4个平面,并输出4个平面的元组
def set_four_pm():
return [set_pm() for i in range(4)]
# 判断点和各个面的状态和; 使用二进制来表示 0100 表示在第二个平面内,其他三个平面外
def set_station_pm_point(pm4, p):
locat = 0
for i in range(4):
locat = locat + 2**i * judge_point_in_pm(pm4[i], p)
return locat
# 随机选出100个点判断这些点的状态合集
def main(point_num=10000):
zt = []
pm4 = set_four_pm()
for i in range(point_num):
p = set_point()
zt.append(set_station_pm_point(pm4, p))
return np.unique(zt)
if __name__ == '__main__':
# print(len(main()))
print(max([len(main()) for x in range(10)]))
后记
- 既然模拟计算时候,已经判断了状态机,应该点有 0100,1000,每个平面上有两个选择,那么这里就有 2^4=16种可能性才对,我们的模拟还是不够准确。
- 参考知乎问答 d维空间至多被n个d-1维物体分为几份?