转载出处：
https://segmentfault.com/a/1190000004457595?ref=myread
终于找到了让我兴奋的解法！热泪盈眶中……
引子
如何判断两条直线是否相交？
这很容易。平面直线，无非就是两种关系：相交 或 平行。因此，只需判断它们是否平行即可。而直线平行，等价于它们的斜率相等，只需分别计算出它们的斜率，即可做出判断。
但倘若我把“直线”换成“线段”呢——如何判断两条线段是否相交？
这就有些难度了。和 直线 不同，线段 是有固定长度的，即使它们所属的两条直线相交，这两条线段也不一定相交。
也许你会说：分情况讨论不就行了嘛：
的确，从理论上这是一个可行的办法，这也是人们手动计算时普遍采用的方法。
然而，这个方法并不怎么适用于计算机。原因如下：
计算中出现了除法（斜率计算、定比分点），因此每次计算前都要判断除数是否为 0（或接近 0）。这很麻烦，严重干扰逻辑的表达。
浮点精度丢失带来的误差。人类计算时可以采用分数，但计算机不行。计算机在储存浮点数时会有精度丢失的现象。一旦算法的计算量大起来，误差会被急剧放大，影响结果准确性。
效率低下。浮点乘除会十分耗时，不适用于对实时性要求较高的生产环境（如 游戏）。
那么，有更好的方法？
当然有。
类型预定义
本文的算法将用 python 描述，主要用到两个数据类型：
class Point(object):
def __init__(self, x, y):
self.x, self.y = x, y
class Vector(object):
def __init__(self, start_point, end_point):
self.start, self.end = start_point, end_point
self.x = end_point.x - start_point.x
self.y = end_point.y - start_point.y
先在此处说明。
问题分析
对于“判断两条直线是否相交”这个问题，我们之所以能迅速而准确地进行判断，是因为“相交”与“不相交”这两个状态有着明显的不同点，即 斜率是否相等。
那么现在，为了判断两条线段是否相交，我们也要找出“相交”与“不相交”这两个状态的不同点。
假设现在有两条线段 AB 和 CD，我们画出它们之间的三种关系：
其中，情况 1 为不相交，情况 2、3 为相交。
作出向量 AC、AD、BC、BD。
首先介绍一个概念： 向量有序对的旋转方向。这个概念指：对于共起点有序向量二元组(a, b)，其旋转方向为 使 a 能够旋转一个小于 180 度的角并与 b 重合的方向，简记为 direct(a, b)。若 a 和 b 反向共线，则旋转方向取任意值。
举个例子：图一中，direct(AC, AD) 为顺时针方向。
接下来我们要分析四个值：direct(AC, AD)、direct(BC, BD)、direct(CA, CB)、direct(DA, DB)。
对于图一，direct(AC, AD) 和 direct(BC, BD) 都为顺时针，direct(CA, CB) 为逆时针，direct(DA, DB) 为顺时针。
对于图二，direct(AC, AD) 为顺时针，direct(BC, BD) 为任意方向，direct(CA, CB) 为逆时针，direct(DA, DB) 为顺时针。
对于图三，direct(AC, AD)、direct(DA, DB) 为顺时针，direct(BC, BD)、direct(CA, CB) 为逆时针。
不难发现，两条线段相交的充要条件是：direct(AC, AD) != direct(BC, BD) 且 direct(CA, CB) != direct(DA, DB)。这便是“相交”与“不相交”这两个状态的不同点。
然而你可能会觉得：旋转方向这么一个虚无飘渺的东西，怎么用程序去描述啊？
再来看一幅图：
再来定义有向角：
有向角 a 逆时针 旋转到与 向量b 重合所经过的角度。
不难看出，对于向量a、b：
若 direct(a, b) 为逆时针，则 0 <= <= 180，从而 sin >= 0。
若 direct(a, b) 为顺时针，则 180 <= <= 360，从而 sin <= 0。
这样一来，我们可以将旋转方向的问题转化为 求有向角正弦值 的问题。而这个问题，是很容易的。
如上图，记
OA=(x1,y1),OB=(x2,y2)
|OA|=r1,|OB|=r2
则
sin(<OA,OB>)
=sinθ
=sin(α−β)
=sinαcosβ−sinβcosα
=(sinαcosβ−sinβcosα)⋅r1⋅r2r1⋅r2
=x1⋅y2−x2⋅y1r1⋅r2
而这里，我们要的只是 sin() 的符号，而 r1 和 r2 又都是恒正的，因此只需判断 x1 * y2 - x2 * y1 的符号即可。
这个方法的数学背景是 叉乘，可以前往 Wikipedia 了解更多。
思路小结
实现
终于到代码部分了，想必大家都已不耐烦了吧。
在向量的辅助下，代码显得异常简单。
ZERO = 1e-9
def negative(vector):
"""取反"""
return Vector(vector.end_point, vector.start_point)
def vector_product(vectorA, vectorB):
'''计算 x_1 * y_2 - x_2 * y_1'''
return vectorA.x * vectorB.y - vectorB.x * vectorA.y
def is_intersected(A, B, C, D):
'''A, B, C, D 为 Point 类型'''
AC = Vector(A, C)
AD = Vector(A, D)
BC = Vector(B, C)
BD = Vector(B, D)
CA = negative(AC)
CB = negative(BC)
DA = negative(AD)
DB = negative(BD)
return (vector_product(AC, AD) * vector_product(BC, BD) <= ZERO) \
and (vector_product(CA, CB) * vector_product(DA, DB) <= ZERO)
一气呵成，没有恼人的除法，没有情况讨论，只是纯粹的简单运算。
——————————————————————————————————————————————————————
结束。顺带一提，CSDN这个新的编辑模式很好用。赞一个。
