矩形周围的高效凸包（并检查点是否位于包内）
Efficient convex hull around rectangles (and checking if a point lies within the hull)
如果我知道我的点总是排列成两个矩形，是否有优化的方法来获得凸包？
我编写了经典的凸包算法（仅通过枚举所有点），但由于我有一堆矩形对，所以我在徘徊是否有更有效的方法来处理这种特殊情况。
这就是我要说的，澄清一下：
我尝试过以各种方式对点进行排序，但我就是找不到优化它的一般规则。基本凸包算法也是处理这种情况的最有效方法吗？
更新
为了阐明我的最终目标，我已经将大约 100 个矩形分成两对，还有数千个点，我必须实时检查它们是否位于每个凸包内。现在我已经考虑了一下，我想凸包部分不会成为整个操作的瓶颈（但仍然有 ~100 个，我的目标是实时 60fps 处理），所以我可能以及按照@BartKiers 的建议使用普通的 ol' 算法，然后在分析后返回此。
我会暂时搁置这个问题，也许有人有优化的想法无论如何都可能有用。
如果我是对的，你可以列举出所有相关配置，注意如果一个矩形的左侧比另一个矩形的左侧更靠左，那么它的两个左顶点在凸包上。
根据四个基本方向的相同推理，有 16 种不同的情况可以hard-code。
另一种看待它的方式是观察凸包是两个矩形中最紧的边界框，有0、2或4个角"cut off"。找到边界框是微不足道的，当一个角不属于任何矩形时，你决定是否切割它。
你很容易从这条规则推导出一个点包含测试。如果您已经有边界框测试，添加角点测试就足够了。
如果我知道我的点总是排列成两个矩形，是否有优化的方法来获得凸包？
我编写了经典的凸包算法（仅通过枚举所有点），但由于我有一堆矩形对，所以我在徘徊是否有更有效的方法来处理这种特殊情况。
这就是我要说的，澄清一下：
我尝试过以各种方式对点进行排序，但我就是找不到优化它的一般规则。基本凸包算法也是处理这种情况的最有效方法吗？
更新
为了阐明我的最终目标，我已经将大约 100 个矩形分成两对，还有数千个点，我必须实时检查它们是否位于每个凸包内。现在我已经考虑了一下，我想凸包部分不会成为整个操作的瓶颈（但仍然有 ~100 个，我的目标是实时 60fps 处理），所以我可能以及按照@BartKiers 的建议使用普通的 ol' 算法，然后在分析后返回此。
我会暂时搁置这个问题，也许有人有优化的想法无论如何都可能有用。
如果我是对的，你可以列举出所有相关配置，注意如果一个矩形的左侧比另一个矩形的左侧更靠左，那么它的两个左顶点在凸包上。
根据四个基本方向的相同推理，有 16 种不同的情况可以hard-code。
另一种看待它的方式是观察凸包是两个矩形中最紧的边界框，有0、2或4个角"cut off"。找到边界框是微不足道的，当一个角不属于任何矩形时，你决定是否切割它。
你很容易从这条规则推导出一个点包含测试。如果您已经有边界框测试，添加角点测试就足够了。