你附近有什么标识

　　我们外出旅游，无论在富贵都市，照旧在荒田野外，往往可能走散。这时， 二硅化钼，我们要通过召唤或用手机等举行联系，以便确定方位，各人才气很快重新荟萃在一起。在寻找历程中，各人经常对话：你四周有什么标识，有什么特此外标识？然后，凭据这些标识，确定寻找路径，以最短的时间碰面。
　　现在盘算机技术已应用于许多方面，给我们的生产实践和日常生活带来了很大的效率提升和便利。在种种盘算机技术中，有一项重要的技术就是快速定位。为此，先对要处置惩罚的问题形成一个空间，然后将此空间划分成许多区域，盘算秘密通过一定的盘算、判断等处置惩罚，快速确定要寻找的内容在哪个区域中。好比北京市就划分成东城区、西城区、海淀区、向阳区、丰台区、石景山区等，我们寻找一小我私家在哪个区，要凭据这小我私家所在位置的情况，判断这个位置所在的区域，以确定这小我私家在那个区。常见的要领是建设坐标系，确定这小我私家的位置坐标，对比各个区的坐标规模，就可判定这小我私家在哪个区。
　　但这样处置惩罚有些不足。各个城区的界线较量庞大，要获取各个城区的坐标笼罩规模，要举行较量庞大的盘算，费时艰辛。如果事先算好，存储起来，在定位盘算时可以很快判断。但这样需要许多的存储空间，浪费资源；存储往往是离散化处置惩罚的，有些地方可能被遗漏，使定位判断可能泛起失误。好比说，存储了“黄庄——知春桥”、“四通桥——蓟门桥”这两条线段之间的部门都是属于海淀区的，那么位于这两条线之间的双榆树公园是否属于海淀区呢？不能直接判断，还要通过一些庞大的盘算。如果直接判断，双榆树公园跟这两条线都不搭界，可能误判为“不知道”。
　　在盘算机图形学中，关于“判断一个点是否位于一个多边形中”的问题有许多研究，提出了许多要领，供盘算机实现以处置惩罚相关事情。基本的处置惩罚原则是：从这个点发出一条射线，统计这条射线与多边形的界线相交的次数；凭据统计数的奇偶性举行判断。如果次数为偶数，体现这个点在多边形外面，因为这条射线穿进多边形又穿出了，不停的穿进穿出，最后照旧穿出了。同理，如果为奇数，就是这条射线穿进穿出多次后，最终穿进而不出来了，讲明该点在多边形内，如图1所示。
　　以上处置惩罚要领，虽然简朴，但与多边形的每条边要举行相交测试，时间开销是很大的。怎么办呢？我们提出一个要领，画一个方框将这个多边形困绕起来，然后将这个方框匀称地划分成许多方块，并预先盘算好每个方块中的中心点是否位于多边形内。然后，在判断一个点是否位于多边形中时，我们先找到这个点在哪个方块中。由于方块是匀称划分的，各个方块的边长一样。凭据这个点的坐标情况，可获得这个点到方框界线的距离，将该距离除以方块的边长，凭据商数和余数，就可判断出这个点位于哪个方块中。
　　下一步，将这个点与它所在方块的中心点举行连线，统计这条连线与多边形的边相交的计数情况。显然，这时只需考察位于这个方块中的多边形的边，而不必考察这个方块外的多边形的边，由此节约大量的盘算。那么在判断时，除了要依据统计数的奇偶性外， 纳米四氧化三铁，还要依据中心点是否位于多边形内的信息。但这样的判断也是很容易处置惩罚的，如图2所示。

　　这样处置惩罚，存储空间不需要许多，而盘算效率可提高许多。该要领也容易推广来处置惩罚“判断一个点是否位于一个多面体内”的三维问题。我们推广到三维问题的处置惩罚，可将盘算庞大度降至O(1)，实验数据讲明: 相比已有的要领，革新要领可加速上千倍。相关论文揭晓在Computer-Aided Design上。
　　这一事情使用四周的“标识”信息，节约了大量无关盘算。这与找人时“你四周有什么标识”有异曲同工之妙。生活中有着无穷无尽的智慧之光，只要我们有心，就能在高技术等科研事情中取得很好的希望。