对凸多边形，点在内部当且仅当其始终位于所有边的同一侧，即所有叉积符号一致；用(v₂−v₁)×(p−v₁)≥−ε判断，时间复杂度O(n)，数值稳定且无需预处理。
用叉积判断点在凸多边形内——最稳的思路
直接结论：对凸多边形，只需检查该点是否始终位于所有边的同一侧（比如左侧），就能确定是否在内部。核心是利用向量叉积符号的一致性，时间复杂度 O(n)，无需预处理，且数值稳定。
原理很简单：凸多边形的每条边定义了一个有向半平面，点在内部 ⇔ 对每条边 v_i→v_{i+1}，点 p 都在该边的“内法向”一侧。对逆时针顶点顺序，这等价于所有叉积 (v_{i+1} - v_i) × (p - v_i) ≥ 0（含边界）或 > 0（严格内部）。
- 务必保证顶点顺序一致（顺时针或逆时针），否则叉积符号会混杂；可用
std::abs(orientation_sum)粗略验序，但更推荐预处理时显式归一化为逆时针 - 叉积计算别手写二维行列式出错：
cross = (x2 - x1) * (y - y1) - (y2 - y1) * (x - x1)，注意减法顺序 - 浮点比较慎用
== 0，边界情况建议用cross >= -eps（eps = 1e-9）
std::vector + 循环叉积实现（C++17）
实际编码时，把顶点存成 std::vector<:pair double>></:pair> 或自定义 struct Point { double x, y; }; 最方便。关键不是数据结构，而是循环中正确取边和判号。
bool pointInConvexPolygon(const std::vector<Point>& poly, const Point& p) {
int n = poly.size();
if (n < 3) return false;
bool hasPositive = false, hasNegative = false;
for (int i = 0; i < n; ++i) {
Point v1 = poly[i];
Point v2 = poly[(i + 1) % n];
double cross = (v2.x - v1.x) * (p.y - v1.y) - (v2.y - v1.y) * (p.x - v1.x);
if (cross > 1e-9) hasPositive = true;
else if (cross < -1e-9) hasNegative = true;
if (hasPositive && hasNegative) return false; // 跨越两侧，必在外
}
return true; // 全同号或全零（点在边上/顶点）
}
-
(i + 1) % n是闭合多边形的关键，漏掉会导致最后一条边v_{n-1}→v_0被跳过 - 这里用“早停”逻辑：一旦发现正负叉积共存，立刻返回
false，平均性能比全遍历好 - 若需区分“内部/边上/外部”，可单独记录是否出现
abs(cross) < eps，而非只靠布尔标记
别用射线交点法（Ray Casting）碰凸多边形
虽然 ray casting 通用，但对凸多边形是杀鸡用牛刀，而且容易翻车：
立即学习“C++免费学习笔记（深入）”；
- 水平射线可能穿过顶点，导致交点计数错误，需要额外顶点去重或偏移处理
- 浮点下判断“是否相交”比叉积符号判断更脆弱，尤其边接近水平时
- 时间复杂度仍是
O(n)，但常数更大，且无凸性优势可挖 - 如果已知是凸的，还用射线法，等于主动放弃最简、最稳、最易调试的方案
边界情况：点在顶点或边上怎么算？
多数业务场景要求“含边界”，即点在顶点或边上也算内部。上面代码中，当 cross 落在 [-eps, eps] 区间时，就属于这类情况。但要注意：
- 顶点判定不能只靠
==比较坐标，必须用距离平方(p.x - v.x)*(p.x - v.x) + (p.y - v.y)*(p.y - v.y) < eps*eps - 边上判定其实已隐含在叉积为零 + 点积范围检查里，但如果你只依赖叉积，那
cross ≈ 0仅说明共线，还需验证p是否在线段v_i v_{i+1}的投影区间内（即0 ≤ (p−v_i)·(v_{i+1}−v_i) ≤ |v_{i+1}−v_i|²） - 如果项目明确要求“严格内部”，就把条件从
>= -eps改成> eps，并确保所有叉积都满足
凸多边形的判定本身不难，难的是在浮点世界里守住边界语义。每次写叉积，都要心里默念一遍向量顺序和期望符号——这比背公式管用。
