前言计算两个矩形重叠部分的面积,听起来是一行公式的事,实际写起来却集中了坐标归一化、边界钳制、整数溢出、浮点比较四类问题。最常见的场景是轴对齐矩形(axis-aligned bounding box, AABB),也就是矩形的边平行于坐标轴,此时重叠区域仍然是矩形,可以用「右边界取小、左边界取大」直接算出宽高。另一类场景是任意旋转的矩形,那需要分离轴定理(separating axis theorem, SAT),没有简单的区间交公式。典型误解有三个。第一,拿到两个角点就直接相减,没有先保证「左下、右上」的顺序,遇到x2 x1的输入会算出负宽度。第二,把负的重叠宽高直接相乘,得到正数,把「不相交」误判成「有重叠」。第三,用int存坐标却用int算面积,坐标接近十万时乘积就溢出,而有符号整数溢出是未定义行为(undefined behavior, UB)。本文只讨论轴对齐矩形,先讲区间交的推导,再分别给出浮点版与整数版的实现,然后说明相切、包含、多个矩形等边界情形,最后列出常见坑点。示例以 C17 为基准,不涉及任何图形库。一、一维区间交是二维问题的基础两个闭区间[a1, a2]与[b1, b2]的交集长度是max(0, min(a2, b2) - max(a1, b1))。这个式子的含义很直白:交集的左端点是两个左端点中较大的那个,右端点是两个右端点中较小的那个;若右端点小于左端点,说明区间分离,长度取 0。二维轴对齐矩形的重叠区域,正是「x 方向区间的交」与「y 方向区间的交」的笛卡尔积。因此重叠面积等于两个方向交集长度的乘积。只要矩形是轴对齐的,这个分解就严格成立;一旦矩形旋转,投影到坐标轴上的区间交会高估真实重叠,公式失效。需要区分「闭区间」与「开区间」的语义。几何上两个矩形共享一条边时,交集是一条线段,面积为 0。用闭区间公式算出的宽度恰好是 0,面积也是 0,结果一致。真正需要小心的是浮点误差:理论上相切的情形,浮点减法可能得到1e-16这样的微小正数,直接判断 0会把相切误判为有重叠。是否处理这一点取决于业务:图形渲染通常无所谓,几何判定则应当引入容差。二、坐标归一化很多接口用「任意两个对角点」描述矩形,例如鼠标拖拽时起点可能在右下、终点在左上。此时必须先归一化:左下角取两个点坐标的分量最小值,右上角取分量最大值。归一化之后,后续所有公式都可以假定x1 x2、y1 y2。归一化还有一个好处:让「包含」情形自然成立。当一个矩形完全在另一个内部时,取小取大的结果仍然是内层矩形的边界,宽度高度都是内层尺寸,不需要额外分支。三、整数版与浮点版整数坐标适合网格、像素、地图格子等场景。此时宽高用整数减法,面积必须用更宽的类型。假设坐标范围是[-10^9, 10^9],宽高最大约2 * 10^9,乘积约4 * 10^18,仍在long long的范围内(约9.22 * 10^18)。如果坐标范围更大,或者需要累加多个面积,就必须考虑__int128(GCC/Clang 扩展)或高精度库,并且要明确标注平台相关性。浮点坐标适合几何计算、图形学。此时面积用double,比较用容差。不要用float存大范围坐标,有效位数不够,减法会产生明显的抵消误差。无论哪种类型,「先算宽度、判断是否为正、再乘高度」的顺序都比「先乘再判断」安全:前者在宽度为负时直接返回 0,不会产生负面积,也不会让两个负数相乘得到正数。四、完整示例下面给出浮点版与整数版两套实现,以及两个矩形的并集面积(容斥)。并集只对两个矩形成立,矩形数量增加后不能简单相加。// 适用于 C17#include algorithm#include cmath#include cstdint#include iostreamstruct Rect {double x1, y1, x2, y2; // 约定 x1 x2, y1 y2};// 由任意两个对角点构造,自动归一化Rect makeRect(double ax, double ay, double bx, double by) {return Rect{std::min(ax, bx), std::min(ay, by),std::max(ax, bx), std::max(ay, by)};}double rectArea(const Rect r) {return (r.x2 - r.x1) * (r.y2 - r.y1);}double overlapWidth(const Rect a, const Rect b) {return std::max(0.0, std::min(a.x2, b.x2) - std::max(a.x1, b.x1));}double overlapHeight(const Rect a, const Rect b) {return std::max(0.0, std::min(a.y2, b.y2) - std::max(a.y1, b.y1));}double overlapArea(const Rect a, const Rect b) {return overlapWidth(a, b) * overlapHeight(a, b);}// 两个矩形的并集面积:容斥原理,只适用于两个矩形double unionArea(const Rect a, const Rect b) {return rectArea(a) rectArea(b) - overlapArea(a, b);}struct IRect {long long x1, y1, x2, y2;};IRect makeIRect(long long ax, long long ay, long long bx, long long by) {return IRect{std::min(ax, bx), std::min(ay, by),std::max(ax, bx), std::max(ay, by)};}long long overlapAreaI(const IRect a, const IRect b) {const long long w std::min(a.x2, b.x2) - std::max(a.x1, b.x1);if (w 0) {return 0; // 分离或相切}const long long h std::min(a.y2, b.y2) - std::max(a.y1, b.y1);if (h 0) {return 0;}return w * h; // 坐标范围需保证乘积不溢出}int main() {Rect a makeRect(0.0, 0.0, 4.0, 3.0);Rect b makeRect(2.0, 1.0, 6.0, 5.0);std::cout overlapArea(a, b) \n; // 宽 2、高 2std::cout unionArea(a, b) \n; // 12 16 - 4Rect touch makeRect(4.0, 0.0, 7.0, 3.0);std::cout overlapArea(a, touch) \n; // 共享一条边,面积 0IRect ia makeIRect(0, 0, 4, 3);IRect ib makeIRect(2, 1, 6, 5);std::cout overlapAreaI(ia, ib) \n;IRect inside makeIRect(1, 1, 2, 2); // 完全包含std::cout overlapAreaI(ia, inside) \n;return 0;}按标准语义推演:第一个重叠区域是[2,4] × [1,3],面积 4;并集为12 16 - 4 24;相切矩形宽度为 0,面积 0;整数版同样得到 4;完全包含时交集就是内层矩形,面积为 1。这些结果由公式直接得出,未经编译运行核对。五、多个矩形与旋转矩形矩形数量超过两个时,并集面积不能靠容斥手算——容斥的项数随矩形数指数增长。常用做法是扫描线:把所有竖直边按 x 排序,相邻两条竖边之间形成一条带状区域,统计该带内被覆盖的 y 区间总长度,乘以带宽后累加。y 方向的覆盖长度通常用线段树维护。这套算法与「矩形面积并」是同一个问题,复杂度为 O(n log n)。旋转矩形则是另一类问题。两个任意朝向的矩形是否相交,要用分离轴定理:分别检查两个矩形的四条边法线,以及额外的两条正交方向,若存在一条轴使两者投影不重叠,则不相交。要算重叠面积,还得求两个凸多边形的交,再用鞋带公式算多边形面积。这不是几行区间交能解决的,遇到这类需求应当使用成熟的几何库,并以其官方文档为准。常见坑点一、不归一化直接相减❌double w std::min(a.x2, b.x2) - std::max(a.x1, b.x1);而输入可能是x1 x2,算出负宽度。✅ 构造时用makeRect统一取std::min与std::max,或者在使用前断言x1 x2 y1 y2。二、负宽高直接相乘❌return (minX2 - maxX1) * (minY2 - maxY1);两个负数相乘得到正面积,分离的矩形被算成重叠。✅ 宽高分别std::max(0.0, ...),或者先判断if (w 0 || h 0) return 0;。三、用int计算面积❌int area w * h;坐标到十万量级时乘积溢出,有符号溢出是 UB。✅ 宽高与面积都用long long;浮点场景用double,不要用float。四、浮点直接比较是否相切❌if (overlapArea(a, b) 0.0)判断不相交,浮点误差会让理论上的 0 变成极小正数或负数。✅ 用容差:if (overlapArea(a, b) 1e-9);容差大小按坐标量级选取,不要照搬固定值。五、把公式用在旋转矩形上❌ 对旋转 45 度的矩形仍用区间交公式,重叠面积被高估。✅ 轴对齐才能用区间交;旋转矩形用分离轴定理判交、用凸多边形裁剪求面积,或直接使用几何库。六、多个矩形面积直接相加❌ 把三个以上矩形的面积相加再减去两两重叠,重复计算了三重重叠区域。✅ 两个矩形用容斥;多个矩形用扫描线加线段树,或者用网格离散化(坐标范围小时)。七、忽略「包含」情形❌ 额外写分支判断谁包含谁,分支写错反而漏算。✅ 区间交公式本身就能处理包含,取小取大后自然得到内层边界,不需要特判。八、坐标类型与输出格式不匹配❌ 整数版面积用%d输出long long,在部分平台上输出错乱。✅ 用std::cout输出,或者用%lld(并注意平台差异),更好的做法是统一用流式输出。总结情形判定方法面积计算复杂度两个轴对齐矩形重叠区间交宽 × 高,负值钳制为 0O(1)两个轴对齐矩形并集容斥面积和减交集O(1)多个轴对齐矩形并集扫描线 线段树带状覆盖长度累加O(n log n)旋转矩形相交分离轴定理需凸多边形求交取决于实现矩形重叠面积的核心就是一句「右边界取小、左边界取大,再钳制到非负」,剩下的工作全在类型与边界上:坐标先归一化,宽高先判正,面积用更宽的类型,浮点比较留容差。把这四点做到,公式本身几乎不会出错。