#P18476. Computational Intelligence

Computational Intelligence

Computational Intelligence

给定二维笛卡尔平面上的两条线段。分别从每条线段上等概率随机选择一个点,求这两个点之间欧氏距离的期望值。

输入格式

输入包含多组测试数据。第一行包含整数 TT(1≤T≤1051\le T\le10^5),表示测试数据组数。对于每组测试数据:

第一行包含四个整数 x1,y1,x2,y2x_1,y_1,x_2,y_2(−103≤x1,y1,x2,y2≤103-10^3\le x_1,y_1,x_2,y_2\le10^3),表示第一条线段的两个端点为 (x1,y1)(x_1,y_1)、(x2,y2)(x_2,y_2)。

第二行包含四个整数 x3,y3,x4,y4x_3,y_3,x_4,y_4(−103≤x3,y3,x4,y4≤103-10^3\le x_3,y_3,x_4,y_4\le10^3),表示第二条线段的两个端点为 (x3,y3)(x_3,y_3)、(x4,y4)(x_4,y_4)。

保证两条线段的长度都为正数。

输出格式

对于每组测试数据,输出一行一个数,表示两个随机选取点之间距离的期望。

若答案的绝对误差或相对误差不超过 10−910^{-9},将被认为正确。具体地,设你的输出为 aa,裁判答案为 bb,当且仅当

∣a−b∣max⁡(1,∣b∣)≤10−9\frac{|a-b|}{\max(1,|b|)}\le10^{-9}

时,你的答案被接受。

原样例

3
0 0 1 0
0 0 1 0
0 0 1 0
0 0 0 1
0 0 1 0
0 1 1 1
0.333333333333333333
0.765195716464212691
1.076635732895178009

样例说明

感谢“计算智能”,我们可以知道:

第一组样例的期望为

$$\int_0^1\int_0^1|x_0-x_1|\,dx_0\,dx_1=\frac13\approx0.333333333333333333.$$

第二组样例的期望为

$$\int_0^1\int_0^1\sqrt{x^2+y^2}\,dx\,dy=\frac{\sqrt2+\ln(1+\sqrt2)}3\approx0.765195716464212691.$$

第三组样例的期望为

$$\int_0^1\int_0^1\sqrt{(x_0-x_1)^2+1}\,dx_0\,dx_1=\frac{2-\sqrt2+3\ln(1+\sqrt2)}3\approx1.076635732895178009.$$