圆A包含圆B当且仅当圆心距加圆B半径不超过圆A半径，即distance(A.center, B.center) + B.radius ≤ A.radius。

判断圆A是否包含圆B的数学逻辑

两个圆之间的包含关系，本质是圆心距离与半径差的比较。如果圆A要完全包含圆B（含边界），必须满足：distance(A.center, B.center) + B.radius 。注意不是简单的“圆心在A内”，因为即使B的圆心在A内部，B仍可能伸出A外——得把B整个“塞进去”。

用std::hypot算圆心距更安全

直接写 sqrt(dx*dx + dy*dy) 容易溢出或精度丢失，尤其当坐标值很大时。std::hypot(dx, dy) 内部做了缩放处理，数值更稳。

实操建议：

• 始终用 std::hypot 计算二维欧氏距离，别手写 sqrt
• 比较时用 而非 <code>，否则相切情况会被漏判（题目要求“包含”，含边界）
• 若坐标类型为 float，建议用 std::hypotf；double 用 std::hypot

示例：

立即学习“C++免费学习笔记（深入）”；

C++ Code Review Master

组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。

下载

struct Circle { double x, y, r; };
bool contains(const Circle& a, const Circle& b) {
    double dx = a.x - b.x;
    double dy = a.y - b.y;
    return std::hypot(dx, dy) + b.r <= a.r;
}

中心点单独判断的常见误用场景

有人会先检查 b 的圆心是否在 a 内（即 std::hypot(dx, dy) ），再加其他条件。这容易出错：它只保证圆心被包住，不保证整个圆B被包住。比如 <code>a.r == 5，b.r == 4，圆心距为 1.1 —— 圆心在a内，但 1.1 + 4 > 5，B明显超出A边界。

所以不要拆成两步验证。直接用 distance + b.r 这一式子，一步到位。

浮点误差带来的边界问题

当两个圆恰好相切（即 distance + b.r == a.r）时，浮点计算可能因舍入导致结果略大或略小。实际项目中建议引入小量容差：

• 容差值通常取 1e-9（double）或 1e-5（float）
• 改用 std::hypot(dx, dy) + b.r
• 避免用 == 判断相等，所有几何比较都应带容差

真正难的不是公式本身，而是想当然地认为“中心在内就等于整体在内”，或者忽略浮点下 == 的不可靠性。