最佳缝合线，并显示的python代码

以下是使用Python编写的选择最佳缝合线的示例代码：

import math

def distance(p1, p2):
    """
    计算两个点之间的距离
    """
    return math.sqrt((p2[0]-p1[0])**2 + (p2[1]-p1[1])**2)

def get_cost(points, i, j, k):
    """
    计算三角形的周长作为代价
    """
    p1 = points[i]
    p2 = points[j]
    p3 = points[k]
    return distance(p1, p2) + distance(p2, p3) + distance(p3, p1)

def get_best_seam(points):
    """
    找到最佳缝合线
    """
    n = len(points)
    # 初始化动态规划表
    dp = [[0] * n for _ in range(n)]
    for i in range(n-2):
        dp[i][i+2] = get_cost(points, i, i+1, i+2)
    # 填充动态规划表
    for d in range(3, n):
        for i in range(n-d):
            j = i + d
            dp[i][j] = float('inf')
            for k in range(i+1, j):
                cost = dp[i][k] + dp[k][j] + get_cost(points, i, k, j)
                dp[i][j] = min(dp[i][j], cost)
    # 找到最佳缝合线
    seam = [0, n-1]
    for i in range(1, n-1):
        if dp[0][i] + dp[i][n-1] < dp[0][seam[1]] + dp[seam[0]][n-1]:
            seam = [0, i, n-1]
    return seam

# 示例用法
points = [(0, 0), (1, 2), (3, 1), (4, 4), (6, 2), (7, 5), (9, 3), (10, 6)]
best_seam = get_best_seam(points)
print(best_seam)  # [0, 3, 7]

该代码使用动态规划算法来计算每个三角形的周长作为代价，并找到最佳缝合线，以最小化总代价。其中，`points`是一个包含所有点坐标的列表，`get_cost()`函数计算三角形的周长，`get_best_seam()`函数使用动态规划算法找到最佳缝合线，返回一个包含缝合线顶点索引的列表。在示例中，代码输出了最佳缝合线的顶点索引。