Python中如何实现圆盘盖米算法（圆的密铺问题）？

import math
import matplotlib.pyplot as plt

def disk_covering(radius, container_width, container_height):
    """
    实现圆盘盖米算法（等大圆密铺矩形区域）
    
    参数:
        radius: 圆盘半径
        container_width: 容器宽度
        container_height: 容器高度
        
    返回:
        centers: 圆心的坐标列表 [(x1, y1), (x2, y2), ...]
    """
    centers = []
    
    # 六边形网格参数计算
    dx = 2 * radius  # 水平间距
    dy = math.sqrt(3) * radius  # 垂直间距
    
    # 计算行数和列数
    rows = int(container_height // dy) + 1
    cols = int(container_width // dx) + 1
    
    for row in range(rows):
        # 交错行的水平偏移
        x_offset = (row % 2) * radius
        
        for col in range(cols):
            x = x_offset + col * dx
            y = row * dy
            
            # 检查圆心是否在容器边界内（考虑半径）
            if (radius <= x <= container_width - radius and 
                radius <= y <= container_height - radius):
                centers.append((x, y))
    
    return centers

def visualize_covering(centers, radius, container_width, container_height):
    """可视化圆盘密铺结果"""
    fig, ax = plt.subplots(figsize=(10, 8))
    
    # 绘制容器边界
    rect = plt.Rectangle((0, 0), container_width, container_height, 
                         fill=False, edgecolor='black', linewidth=2)
    ax.add_patch(rect)
    
    # 绘制所有圆盘
    for (x, y) in centers:
        circle = plt.Circle((x, y), radius, fill=True, 
                           alpha=0.5, edgecolor='blue', linewidth=1)
        ax.add_patch(circle)
        # 标记圆心
        ax.plot(x, y, 'ro', markersize=3)
    
    # 设置图形属性
    ax.set_aspect('equal')
    ax.set_xlim(-radius, container_width + radius)
    ax.set_ylim(-radius, container_height + radius)
    ax.set_xlabel('X')
    ax.set_ylabel('Y')
    ax.set_title(f'Disk Covering: {len(centers)} circles (radius={radius})')
    plt.grid(True, alpha=0.3)
    plt.show()

# 使用示例
if __name__ == "__main__":
    # 参数设置
    RADIUS = 1.0
    WIDTH = 20.0
    HEIGHT = 15.0
    
    # 计算圆心位置
    circle_centers = disk_covering(RADIUS, WIDTH, HEIGHT)
    
    # 输出结果
    print(f"容器尺寸: {WIDTH} x {HEIGHT}")
    print(f"圆盘半径: {RADIUS}")
    print(f"可放置圆盘数量: {len(circle_centers)}")
    print("前5个圆心坐标:")
    for i, center in enumerate(circle_centers[:5]):
        print(f"  圆盘{i+1}: ({center[0]:.2f}, {center[1]:.2f})")
    
    # 可视化
    visualize_covering(circle_centers, RADIUS, WIDTH, HEIGHT)

这个实现的核心是六边形网格布局，这是等大圆在平面上最密集的排列方式（蜂窝结构）。算法步骤：

1. 计算网格参数：水平间距为直径(2r)，垂直间距为√3r
2. 生成网格点：按行扫描，奇数行水平偏移半径r实现交错排列
3. 边界检查：确保圆心距离容器边界至少一个半径
4. 可视化验证：使用matplotlib直观展示排列效果

这种排列的填充率约90.7%，是二维等大圆最密堆积的理论极限。要调整密度可以修改网格参数，但会降低排列效率。

一句话建议：用六边形网格实现最密堆积。

如果涉及大圆超过 50 个粒子，需要在大圆上覆盖其他圆的时候，参考：
https://en.wikipedia.org/wiki/Circle_packing_in_a_circle
圆里继续做堆积……

我感觉你问的问题还是有点 bug 的……其实如果每个圆选取时个数时无限的，大小随意，需求是覆盖所有米粒，那么是不是一直拿能盖住所有粒子的圆往上堆，到 米粒总数 /50 个圆完事……