如何在矩形区域内的圆外生成均匀分布的随机坐标？

问题前提 #

已知：

• 长为l、宽为b的矩形区域
• 半径为r的圆，且圆完全包含在矩形内部
• 目标是在矩形内的圆外区域生成均匀分布的随机坐标

方法一：拒绝采样法（简单易实现） #

这是最直观的方案，实现成本极低，步骤如下：

1. 在整个矩形范围内生成均匀随机坐标(x, y)：
   • x取[0, l]区间的均匀随机值
   • y取[0, b]区间的均匀随机值
2. 判断坐标是否在圆外：假设圆心为(cx, cy)（若未指定，通常默认矩形中心cx = l/2，cy = b/2），计算点到圆心的距离平方d² = (x - cx)² + (y - cy)²
3. 若d² > r²，则保留该坐标；若d² ≤ r²则丢弃，重新生成直到得到符合要求的点

优缺点：逻辑简单、代码易写；但如果圆占矩形面积比例较高，会产生较多无效采样，效率偏低。

方法二：直接采样法（效率优先） #

如果对采样效率有要求，可以通过几何计算直接在目标区域生成坐标，步骤如下：

1. 计算目标区域面积S_target = l*b - π*r²，矩形总面积S_rect = l*b
2. 按区域面积权重分配采样概率：
   • 将矩形拆分为完全在圆外的角落矩形、以及边缘的半覆盖矩形条
   • 根据各子区域面积占S_target的比例，随机选中一个子区域
   • 在选中的子区域内生成均匀随机坐标

优缺点：采样效率更高，无无效尝试；但需要额外的几何计算，实现复杂度更高。

代码示例（拒绝采样，Python） #

假设圆心位于矩形中心：

import random

def generate_valid_point(rect_length, rect_width, circle_radius):
    center_x = rect_length / 2
    center_y = rect_width / 2
    while True:
        x = random.uniform(0, rect_length)
        y = random.uniform(0, rect_width)
        # 用距离平方代替距离，避免开根号运算，提升效率
        dist_squared = (x - center_x)**2 + (y - center_y)**2
        if dist_squared > circle_radius**2:
            return (round(x, 2), round(y, 2))

# 调用示例
length, width, radius = 10, 8, 3
random_point = generate_valid_point(length, width, radius)
print(f"生成的均匀随机坐标：{random_point}")

内容的提问来源于stack exchange，提问作者Yash