python科赫雪花正方形_python-确定一个点是否属于n阶科赫雪花指定...

可以以相同的方式递归检查点位置,方法是如何创建科赫雪花.步骤如下：

>检查是给定三角形内的点,

>如果不是,则点位于某些三角形边缘的负侧.对于点在负侧的每个边,递归检查该点的“中间三角形”中的点,如果不是递归检查下两个可能的雪花边缘部分.

这种方法速度更快,因为它不会创建整个多边形并对其进行检查.

这是使用numpy进行积分的实现：

import numpy

def on_negative_side(p, v1, v2):

d = v2 - v1

return numpy.dot(numpy.array([-d[1], d[0]]), p - v1) < 0

def in_side(p, v1, v2, n):

if n <= 0:

return False

d = v2 - v1

l = numpy.linalg.norm(d)

s = numpy.dot(d / l, p - v1)

if s < 0 or s > l: # No need for a check if point is outside edge 'boundaries'

return False

# Yves's check

nd = numpy.array([-d[1], d[0]])

m_v = nd * numpy.sqrt(3) / 6

if numpy.dot(nd / l, v1 - p) > numpy.linalg.norm(m_v):

return False

# Create next points

p1 = v1 + d/3

p2 = v1 + d/2 - m_v

p3 = v1 + 2*d/3

# Check with two inner edges

if on_negative_side(p, p1, p2):

return in_side(p, v1, p1, n-1) or in_side(p, p1, p2, n-1)

if on_negative_side(p, p2, p3):

return in_side(p, p2, p3, n-1) or in_side(p, p3, v2, n-1)

return True

def _in_koch(p, V, n):

V_next = numpy.concatenate((V[1:], V[:1]))

return all(not on_negative_side(p, v1, v2) or in_side(p, v1, v2, n)

for v1, v2 in zip(V, V_next))

def in_koch(L, V, n):

# Triangle points (V) are positive oriented

return [p for p in L if _in_koch(p, V, n)]

L = numpy.array([(16, -16), (90, 90), (40, -40), (40, -95), (50, 10), (40, 15)])

V = numpy.array([(0, 0), (50, -50*numpy.sqrt(3)), (100, 0)])

for n in xrange(3):

print n, in_koch(L, V, n)

print in_koch(L, V, 100)