c++知识点8:三角函数的使用

实际计算中发现:三角函数的输出结果不会输出0,只会输出一个无限逼近于0的数

 cout<<"(M_PI)="<<M_PI<<endl;
     cout<<"cos(0):"<<cos(0)<<endl;
     cout<<"cos(M_PI/2):"<<cos(M_PI/2)<<endl;
      cout<<"cos(M_PI):"<<cos(M_PI)<<endl;
       cout<<"cos(M_PI*3/2):"<<cos(M_PI*3/2)<<endl;
        cout<<"cos(M_PI*2):"<<cos(M_PI*2)<<endl;

实验结果如下:
请添加图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Delaunay 三角剖分是计算机图形学中一个非常重要的概念,它可以将大量的散乱点云数据转化为具有结构的三角网格,被广泛应用于计算机辅助设计、地图绘制、医学成像等领域。 插值法是生成 Delaunay 三角网的一种常用方法,它通常包括以下几个步骤: 1. 随机生成一组散乱的点。 2. 对这些点进行插值,生成一个连续的函数。 3. 根据插值函数的等值线进行三角剖分,生成 Delaunay 三角网。 在实现插值法生成 Delaunay 三角网的过程中,需要使用到一些数学基础知识,如数值计算、线性代数、二维几何等。 下面是一个简单的 C++ 代码示例,演示了如何用插值法生成 Delaunay 三角网: ```C++ #include <iostream> #include <vector> #include <cmath> #include <algorithm> using namespace std; // 二维点坐标 struct Point { double x, y; }; // 边结构体 struct Edge { int a, b; // 点的编号 double w; // 边的权值 }; // 计算两点之间的欧几里得距离 double dist(Point a, Point b) { return sqrt((a.x - b.x) * (a.x - b.x) + (a.y - b.y) * (a.y - b.y)); } // 计算三角形面积 double area(Point a, Point b, Point c) { double abx = b.x - a.x, aby = b.y - a.y; double acx = c.x - a.x, acy = c.y - a.y; return fabs(abx * acy - acx * aby) / 2.0; } // 判断点是否在三角形内部 bool inTriangle(Point p, Point a, Point b, Point c) { double Sabc = area(a, b, c); double Sabp = area(a, b, p); double Sapc = area(a, p, c); double Sbpc = area(b, p, c); return fabs(Sabc - Sabp - Sapc - Sbpc) < 1e-9; } // 计算三角形的外接圆半径 double circumradius(Point a, Point b, Point c) { double ab = dist(a, b); double ac = dist(a, c); double bc = dist(b, c); double s = (ab + ac + bc) / 2.0; double abc = ab * ac * bc; return abc / (4.0 * sqrt(s * (s - ab) * (s - ac) * (s - bc))); } // 判断是否存在外接圆包含所有点 bool ok(Point p, vector<Point> &points, vector<Edge> &edges) { for (int i = 0; i < edges.size(); i++) { int a = edges[i].a, b = edges[i].b; Point pa = points[a], pb = points[b]; if (inTriangle(p, pa, pb, points[i]) && circumradius(pa, pb, points[i]) < edges[i].w) { return false; } } return true; } // 生成 Delaunay 三角网 vector<Edge> delaunay(vector<Point> &points) { vector<Edge> edges; int n = points.size(); for (int i = 0; i < n - 2; i++) { for (int j = i + 1; j < n - 1; j++) { for (int k = j + 1; k < n; k++) { // 判断是否存在外接圆包含所有点 if (circumradius(points[i], points[j], points[k]) < 1e9 && ok(points[(i + j + k) % n], points, edges)) { edges.push_back({ i, j, dist(points[i], points[j]) }); edges.push_back({ j, k, dist(points[j], points[k]) }); edges.push_back({ k, i, dist(points[k], points[i]) }); } } } } return edges; } int main() { int n; cin >> n; vector<Point> points(n); for (int i = 0; i < n; i++) { cin >> points[i].x >> points[i].y; } // 生成 Delaunay 三角网 vector<Edge> edges = delaunay(points); // 输出结果 for (int i = 0; i < edges.size(); i++) { cout << edges[i].a << " " << edges[i].b << endl; } return 0; } ``` 在这个例子中,我们使用了一个简单的暴力算法来生成 Delaunay 三角网。该算法的时间复杂度为 $O(n^4)$,对于大规模数据可能会比较慢。实际上,有很多更加高效的算法可以用来生成 Delaunay 三角网,例如 Bowyer-Watson 算法、法向量算法等。如果你对此感兴趣,可以进一步了解相关知识。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

星辰和大海都需要门票

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值