17370845950

不推荐用 sqrt 计算欧氏距离再比较，应比较平方距离与半径平方；函数需处理边界（如是否含圆上）、负半径等，推荐用 double 类型。

用 sqrt 计算距离再比较？不推荐

直接算欧氏距离再和半径比较，看似直观，但涉及 sqrt 开方运算，性能低且引入浮点误差。尤其在高频判断（如碰撞检测、点云筛选）中，能避免就避免。

• 正确做法是**比较平方距离与半径的平方**，完全避开开方
• sqrt 在 cmath 中，但这里根本不需要调用它
• 注意：所有坐标和半径必须是同类型（推荐 double，避免 float 精度不足）

point_in_circle 函数怎么写才安全

核心逻辑只三行：算 Δx² + Δy²，再和 r² 比较。但边界情况必须明确——“点在圆上”算不算“在圆内”？这取决于业务需求，函数接口要显式体现。

• 若包含边界：用 distance_sq
• 若严格内部：用 distance_sq
• 务必检查 radius >= 0，负半径无几何意义，可断言或提前返回 false
• 示例：

  bool point_in_circle(double px, double py, double cx, double cy, double r) {
      if (r < 0) return false;
      double dx = px - cx, dy = py - cy;
      return dx * dx + dy * dy <= r * r;
  }

整数坐标下要不要转 double？

如果点和圆心坐标都是 int，而半径是 int 或 long long，直接用整数运算更安全——没有浮点舍入风险，且更快。

• 只要 dx * dx + dy * dy 不溢出，就优先用整数计算
• 例如：坐标范围在 ±10⁴ 内，dx² 最大 10⁸，int 可能溢出（INT_MAX ≈ 2×10⁹），建议用 long long 存放平方和
• 对应签名可为：bool point_in_circle(int px, int py, int cx, int cy, int r)，内部用 long long 算平方和

三维点判断球内？逻辑一样，只是多一项

从二维到三维，唯一变化是加一个 dz * dz。公式本质没变：点到球心的平方距离 ≤ 半径平方。

• 别重复造轮子，把二维函数稍作扩展即可
• 三维版只需增加 double dz = pz - cz，然后判断 dx*dx + dy*dy + dz*dz
• 注意：三维

  

  场景下更需警惕数值范围——double 虽精度高，但极大坐标值相减后平方仍可能损失有效位

实际用的时候，最易忽略的是半径非负校验和整数溢出，尤其是批量处理图像像素坐标或地图经纬度投影点时，这两处一错，结果就全偏了。