让微积分穿梭于工作与学习之间（3）：用微积分判断图形绕序何其优雅

微积分用来解决的问题通常是定量类的，比如算速度，路程，斜率，面积等等，而绕序却是一个定性的问题，非黑即白，两者完全扯不上关系。所以在很长一段时间里，我在解决绕序的事情上并没有往着微积分方向去想。但它们的关系竟然密不可分。

由于表面上扯不上关系，所以我们先来看看，微积分中最基本的运算在几何学上解决的最常见问题——图形面积

假设有一条曲线的函数表达式为y=f(x)，那么有一个微积分公式是这样的

它算出来的值代表下图填色部分的面积，即f(x)在[a,b]区间内的图像和x=a，x=b，以及x轴所围成的图形的面积。

有了这样一个公式，我们就可以计算一些曲边图形的面积了。

同济大学高等数学教材有一道题目是这样的。

求y=sqrt(x)和y=x²所围成的图形的面积。

首先，两个函数的交点为(0,0)和(1,1)，所以积分的区间是[0,1] 我们把这两个函数的积分计算式子写出来。

和

它们分别代表图中红色和蓝色部分的面积

红和蓝相减，就得到所求部分的面积了。

同样地，不带曲边的多边形也能用类似的方法进行实现。

比如下图的三角形。

用红+绿-蓝即可得到

我在三维家讲课的时候，这3块图形没有分开来放，而是在ppt中以动画的形式逐块显示。但此处我偷懒了，不想再做动画。

3个都是直角梯形，计算面积的时候无需进行任何微积分的计算，但是这个加减的套路却来源于微积分。因此可以说，这就是运用了微积分思想，但没有用到具体微积分公式的一个体现。

我们用肉眼可以看出红和绿是加，蓝是减，那程序要如何知道呢？让我们先来看看程序存储多边形的方式。

程序存储不带曲线的多边形，一般都按着顺序存储多边形上的点，然后在绘制多边形的时候会顺着点的顺序一根根地给画出来。

我们用箭头表示下 红色和绿色所对应的箭头是往右走的，它们对应的面积部分是加。蓝色所对应的箭头是像左走的，它们对应的面积部分是减。对于这个图形来说，看线条走向就能确定加减了。

好了，我们来试一下复杂点的图形这一做法是否还正确。这次就没办法偷懒了，不然图片太多。

下面的演示动画中，红色代表加，绿色代表减，蓝色代表当前面积部分。

x前后一致的（比如4-5），面积为0，无所谓正负了 经过反复的加加减减，得到的正是图形自身的面积！

现在有个新的问题来了：点要是反着走呢？箭头方向不是全反了？

从上图我们不难发现，顺时针走的，是右为加，左为减，逆时针走的，是右为减，顺为加。

所以在确定加减的时候，还得判断一次绕序。然后蛋疼的事情来了，我们在上一篇判断绕序的时候，遇到了很多蛋疼的问题，要处理很多特殊的情况，难道这里还是绕不开么？

再好好思考下，面积不是右-左就是左-右，而且在绕序变反了之后，所有的线都是一起变的，所以哪怕算出来的结果不正确，它跟正确结果的区别仅仅是一个正负号！

这样，我的灵感突然就来了。

绕序一变，面积的大小不变，符号变反。那是不是就意味着，可以用面积的符号来确定一个图形的绕序呢？

答案当然是肯定的！！！ 像上面的图，就是顺时针绕序，面积为正，逆时针绕序，面积为负。

因此，用面积符号代替凸角来判断绕序，就能巧妙避开很多的特殊处理了！ 而这个带符号的面积，被称作这个图形的有向面积，它指示了图形的绕序方向。

凸角法需要处理的特殊情况，相当一部分是0度或者180度这种导致叉积接近0的位置，浮点误差很容易使它们的正负性发生改变从而出现误判。

因此，对于面积来说，如果有向面积很接近0，那么也会有同样的问题。

所幸的是，有向面积很接近0，它的真实面积也很接近0（看着就像一根线），对于0面积的图形，我们只要剔除掉就可以了，99.99%的情况，0面积的图形没有任何意义。而且0面积的图形，无所谓正反绕序，我们看看下图，你说它逆的或者顺的都有道理。

然后，图形本身有边发生自相交也会算出面积为0。 这种图形被称作缠绕型多边形，在我们的项目里不存在，会将其拆成两个独立的图形来处理。 此处上半部分为顺时针，下半部分为逆时针，所以也无所谓绕序的正反了。

最后再指出一点，如果曲线带了弧线，并且一段弧线中既有向左也有向右的部分，那我们应该拆成两部分进行处理，或者使用诸如参数方程的形式，用参数代替x作为积分变量构建一对一的关系进行积分计算。考虑到这是第一个案例，我不打算给大家讲解跟微积分具体计算有关的事情。

综上所述，忽略掉无意义的情况，用有向面积可以有效绕开接近0位置的浮点误差问题，让绕序的判断更加精确

用面积判断绕序，看起来似乎很简单，但这当中却蕴含了丰富的微积分思想，很有深入浅出的味道。

这，就是我第一次在工作中用到微积分的案例了。

判断绕序的问题曾经困扰了我们将近半年的时间。总结下来，原因有那么几个：

1 我入职公司后有点闭门造车了，在需求扩展的时候仍然过度迷信旧的算法。

2 每次遇到特殊情况都觉得只要加入特殊判断或者处理就能绕过，无需进行大改。

3 即使有时候打算在网上寻求更好的解决方案，也觉得我的问题是因为加了圆弧才产生的，网上的文章都只讲直边，对自己没任何帮助。

而事实上，这套做法在csdn上都能找到不少文章了，比如下面这篇。

https://blog.csdn.net/u012138730/article/details/79814650

而且跟微积分相比，有向面积判断绕序的做法跟向量数学的关系更为密切。最直接的一点，向量叉积可用于计算三角形面积，得到的结果也带有符号，其正负也正好指示了三角形的绕序。

所以就这案例来说，把微积分搬出来似乎有点小题大做了，但这仅仅是个开始。既然用到了弧线，那么微积分将会被越来越多地被应用到项目之中。因此接下来，我会给大家分享更多更精彩的微积分案例，敬请期待！