HDOJ 1859 最小长方形

睡觉睡觉睡觉最小长方形

Time Limit: 1000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others)
Total Submission(s): 8994    Accepted Submission(s): 4824


Problem Description
给定一系列2维平面点的坐标(x, y),其中x和y均为整数,要求用一个最小的长方形框将所有点框在内。长方形框的边分别平行于x和y坐标轴,点落在边上也算是被框在内。
 

Input
测试输入包含若干测试用例,每个测试用例由一系列坐标组成,每对坐标占一行,其中|x|和|y|小于 231;一对0 坐标标志着一个测试用例的结束。注意(0, 0)不作为任何一个测试用例里面的点。一个没有点的测试用例标志着整个输入的结束。 
 

Output
对每个测试用例,在1行内输出2对整数,其间用一个空格隔开。第1对整数是长方形框左下角的坐标,第2对整数是长方形框右上角的坐标。
 

Sample Input
  
12 56 23 56 13 10 0 0 12 34 0 0 0 0
 

Sample Output
  
12 10 23 56 12 34 12 34
 

Source
 

Recommend
lcy   |   We have carefully selected several similar problems for you:   1860  1862  1861  1864  1230 





/*********************************  AC情况  ********************************/
/*  网址  :             */
/*  时间  :           */
/*  心得  :  这个题目,作为省赛选拔的第三场的题目。
刚开始做的时候,并没有方法对输入输出格式进行编写,可谓是自己的基础不牢。
但是随后静心做了一下,还算可以。最终AC了  */

#include<stdio.h>
#include<string.h>
#define G 23135
#include<algorithm>

using namespace std;//可以知道的是,求出x,y的最值就可以了,这既是答案 

int main() {
	int x,y,X[G],Y[G];
	int i,k;
	int j;
	k=1;
	while(k) {
		i=0;
		scanf("%d%d",&X[i],&Y[i]);
		if(X[i]==0&&Y[i]==0)
			break;
		for(j=1; j<G; j++) {
			scanf("%d%d",&X[j],&Y[j]);
			if(X[j]==0&&Y[j]==0)
				break;
		}
		sort(X,X+j);
		sort(Y,Y+j);
		printf("%d %d %d %d\n",X[0],Y[0],X[j-1],Y[j-1]);
	}
	return 0;
}
/*************************************测试数据*********************************/


/*****************************************************************************/


MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值