Посчитаем погрешность вычисления коэффициента подобия: погрешность координат 1e-5, значит, погрешность расстояния — 3e-5, погрешность коэффициента при максимальном стократном отношении размеров — 3e-3.
Понятно, что точности 1e-3 недостаточно для сравнения коэффициентов подобия.

I tried to follow the topic but the translator russian - english was not enough. I have a program which gets WA in test 44. Actually I proved changing precision issues and the best I got was WA in test 90, so I think the only bug in the code is about precision.
The function that deals with precision in my code is:

bool check(par *q, double t) {
  int i, j, orden[12];
  bool usado[12];
  memset(usado, 0, sizeof(usado));
  for (i = 0; i < n; i++) {
    for (j = 0; j < n; j++) if (!usado[j])
      if (dist(q[i].first - p[j].first, q[i].second - p[j].second) < eps) break;
    if (j == n) return false;
    usado[j] = true;
  }
  return true;
}

Array p keeps the input points and array q the points in a possible domino tile. The function check returns if the points in both arrays are "more or less" the same

The function dist is:
double dist(double x, double y) {
  return fabs(x)+ fabs(y);
}

and the eps is defined to be 1e-3

It would be great if anybody who got AC explains how he dealt with precision in his code

1 1 is not always correct. For test:

2
0 0
0 0.9

Аnswer is 0 2 only.

А волшебство тут не причем. Просто так получилось что я сравниваю только числа, которые либо заведомо отличаются на величину много большую точности (и она никак не может повлиять на результат сравнения), либо целые числа.

0:2 1:1 Differce is test Nr 43 or 46, if remember well. Well, if you want I could send you my AC program.

I think that float numbers troubles tipical thing.
For float math lows don't satisfies and result depend on
algorithm when for right math result dosn't depend on and we can use different algos. It's humor then men play with epsilon  trying to ajust to tests list.