两圆完全分离当且仅当圆心距平方严格大于半径和的平方，即dx²+dy²>(r₁+r₂)²；互相包含当且仅当圆心距平方小于半径差绝对值的平方，即dx²+dy²<|r₁−r₂|²；均需用平方距离避免开方误差，并校验非负半径与有限坐标。
用圆心距离和半径判断分离或包含关系
两个圆在二维平面中是否完全分离或互相包含，只取决于圆心距离与两圆半径的数值关系。不需要做坐标变换、不涉及浮点精度陷阱（只要注意比较方式），核心就是算 distance 和比较 r1 + r2、abs(r1 - r2)。
假设圆 A 圆心为 (x1, y1)、半径 r1，圆 B 圆心为 (x2, y2)、半径 r2，先算平方距离避免开方误差和性能损耗：
double dx = x1 - x2; double dy = y1 - y2; double dist_sq = dx * dx + dy * dy;
再按以下逻辑分支判断：
- 若
dist_sq > (r1 + r2) * (r1 + r2)→ 完全分离（无交点，无重叠） - 若
dist_sq 且 <code>r1 >= r2→ B 完全在 A 内（含内切） - 若
dist_sq 且 <code>r2 >= r1→ A 完全在 B 内（含内切）
为什么用平方距离而不是 sqrt
开方运算慢，且引入浮点误差——尤其当 dist_sq 接近临界值时，sqrt 后再平方比较可能因舍入导致误判。直接比平方值既快又稳。
立即学习“C++免费学习笔记（深入）”；
例如：两圆半径分别为 3 和 5，临界分离距离是 8，平方为 64；若算出 dist_sq == 64.0000001，用 sqrt 得到约 8.000000006，再和 8 比较容易因精度丢失判定错误。而直接比 dist_sq > 64 更可靠。
注意：所有比较都应使用严格不等号（> / ），因为题目要求“完全分离”或“包含”，内切（<code>dist == r1 + r2 或 dist == abs(r1 - r2)）不算满足条件。
处理浮点数时的常见坑
如果输入坐标或半径是 float 或来自计算（如几何变换后），dist_sq 可能有微小误差。此时不能直接用 == 判断临界，但本问题不需要判断相切，只需区分“严格大于”和“严格小于”两类关系，所以只要用足够小的 epsilon 做容差即可：
- 分离判断写成：
dist_sq > (r1 + r2) * (r1 + r2) + eps - 包含判断写成：
dist_sq （注意此处减 eps，确保不把内切误判为包含） - 推荐
eps = 1e-9（对 double 足够，float可用1e-5）
别忘了：当 r1 == r2 且圆心重合时，(r1 - r2) * (r1 - r2) 是 0，此时 dist_sq 永远不成立——这是对的，因为同心等径圆是完全重合，不属于“包含”（题目指一个在另一个内部且不接触边界）。
代码片段示例（C++17，带 epsilon）
constexpr double eps = 1e-9;
<p>bool isSeparate(double x1, double y1, double r1,
double x2, double y2, double r2) {
double dx = x1 - x2, dy = y1 - y2;
double dist_sq = dx <em> dx + dy </em> dy;
double sum_r = r1 + r2;
return dist_sq > sum_r * sum_r + eps;
}</p><p>bool isFullyContained(double x1, double y1, double r1,
double x2, double y2, double r2) {
double dx = x1 - x2, dy = y1 - y2;
double dist_sq = dx <em> dx + dy </em> dy;
double diff_r = std::abs(r1 - r2);
return dist_sq < diff_r * diff_r - eps;
}这两个函数返回 true 分别代表“完全分离”和“一个圆完全在另一个内部”。注意它们互斥但不穷尽所有情况——相交、外切、内切、重合都不返回 true，符合题意。
实际用的时候，得先明确哪个圆是“容器”，否则 isFullyContained 只判单向包含；若需双向检查（比如判断是否存在包含关系），要调用两次或加一层封装。
