Java sdut acm 2728 最佳拟合直线

题目链接：点击打开链接

最佳拟合直线

Time Limit: 1000MS  Memory Limit: 65536KB

Submit  Statistic

Problem Description

在很多情况下，天文观测得到的数据是一组包含很大数量的序列点图象，每一点用x值和y值定义。这就可能需要画一条通过这些点的最佳拟合曲线。

为了避免只对个别数据分析，需要进行最佳曲线拟合。考虑N个数据点，它们的坐标是(X1,Y1)，(X2,Y2)...，(XN,YN)。假设这些值中的X是严格的精确值，Y的值是测量值(含有一些误差)。
         

对于一个给定的X，如X1，对应的值Y1与曲线C上对应的Y值将存在一个差值。我们用D1表示这个差值，有时我们也称这个差值为偏差、误差或残差，它可能是正、负或零。类似的，X2...，XN，对应的差值为D2，....，DN。

 我们用D12 + D22 + ... + DN2 作为衡量曲线C拟合的“最佳”程度，这个值越小越好，越大则越不好。因此，我们做以下定义：任何一种类型的曲线，它们都有一个共同的特性，当ΣDi2最小时，称为最佳拟合曲线。注：∑指“取和”计算。 一条曲线具有这一特性时，称之为“最小二乘拟合”，这样的曲线称为“最小二乘曲线”。

本次的计算任务是拟合为一条直线，数学上称之为“线性回归”。“回归”一词看起来有点陌生，因为计算最佳曲线没什么好“回归”的，最好的术语就是“曲线似合”，在直线情况下就是“线性曲线拟合”。

你的任务是编写程序用最小二乘法计算出以下线性方程的系数(斜率a以及y轴的截距b)：

 y = a*x + b   (4.1)

 a和b可以使用以下公式计算：
 
式中N是数据点的个数。注意，以上两式具有相同的分母，∑指逐项加法计算(取和)。∑x指对所有的x值求和，∑y指对所以的y值求和，∑(x^2)指对所有x的平方求和。∑xy指对所有的积xy进行取和计算。应注意，∑xy 与 ∑x*∑y是不相同的(“积的和”与“和的积”是不同的)，同样(∑x)^2与∑(x^2)也是不相同的(“和的平方”与“平方的和”是不相同的)。

Input

  n 组整数表示 x i ， y i   ，期中|x|<=10 6 ，|y|<=106, n < 15

Output

  最佳拟合曲线参数 a 和 b ， a 和 b 各占一行， a  和 b 精确到小数点后 3 位。

Example Input

4
1  6
2  5
3  7
4  10

Example Output

1.400
3.500

Hint

 

Author

 中国海洋大学第四届朗讯杯初级组

代码实现：

import java.util.Scanner;

public class Main
{
   public static void main(String[] args)
   {
      Scanner input = new Scanner(System.in);
    	 int n=input.nextInt();
    	 int[] x = new int[n];
    	 int[] y = new int[n];
    	 for(int i=0;i<n;i++)
    	 {
    		 x[i] = input.nextInt();
    		 y[i] = input.nextInt();
    	 }
    	 int fx = sum(x);
    	 int fy = sum(y);
    	 int fxx = sum(x,x);
    	 int fxy = sum(x,y);
    	 double a = (double)(n*fxy-fx*fy)/(n*fxx-fx*fx);
    	 double b = (double)(fy*fxx-fx*fxy)/(n*fxx-fx*fx);
    	 System.out.println(String.format("%.3f", a));
    	 System.out.println(String.format("%.3f", b));
      input.close();
   }
   public static int sum(int[]...arr){
	   int len = arr.length;
	   int deepLen = arr[0].length;
	   int sum = 0;
	   for(int i = 0;i < deepLen;i++){
		   if(len == 1){
			   sum += arr[0][i];
		   }
		   else if(len == 2){
			   sum += arr[0][i]*arr[1][i];
		   }
	   }
	   return sum;
   }
}