最大的矩形

问题描述

  在横轴上放了n个相邻的矩形,每个矩形的宽度是1,而第i(1 ≤ i ≤ n)个矩形的高度是hi。这n个矩形构成了一个直方图。例如,下图中六个矩形的高度就分别是3, 1, 6, 5, 2, 3。



  请找出能放在给定直方图里面积最大的矩形,它的边要与坐标轴平行。对于上面给出的例子,最大矩形如下图所示的阴影部分,面积是10。
 

输入格式

  第一行包含一个整数n,即矩形的数量(1 ≤ n ≤ 1000)。
  第二行包含n 个整数h1, h2, … , hn,相邻的数之间由空格分隔。(1 ≤ hi ≤ 10000)。hi是第i个矩形的高度。

输出格式

  输出一行,包含一个整数,即给定直方图内的最大矩形的面积。

样例输入

6
3 1 6 5 2 3

样例输出

10

#include<stdlib.h>
#include<stdio.h>
int main(){
	int x,y[1000],z=0,q[1000],j=0;
	scanf("%d",&x);
	for(int i=0;i<x;i++)
	{
		scanf("%d",&y[i]);
	}
	for(int i=0;i<x;i++){
		for(int n=i;n<x;n++){
			if(y[n]<y[i]){
				break;
			}else{
				z++;
			}
		}
		for(int m=i;m>-1;m--){
			if(y[m]<y[i]){
				break;
			}else{
				z++;
			}
		}
		q[i]=(z-1)*y[i];
		z=0;
	}
	for(int i=0;i<x;i++){
		if(j<q[i]){
			j=q[i];
		}
	}
	printf("%d",j);
	return 0;
}

要求一个矩形内刚好包含一组离散的点集,并使该矩形的面积最小,这就是所谓的最小外接矩形。而内接最大矩形则是在最小外接矩形的基础上,再找一个矩形内刚好包含所有的点集,并使该矩形的面积最大。 OpenCV中提供了minAreaRect函数来计算最小外接矩形的信息,而内接最大矩形的计算可以通过以下步骤实现: 1. 首先计算最小外接矩形的信息,包括矩形的中心点坐标、宽度、高度和旋转角度。 2. 将最小外接矩形旋转回原始角度。 3. 在旋转后的坐标系中,对所有点进行坐标变换,使其相对于矩形中心点的坐标系。 4. 遍历所有点,计算它们到矩形边界的距离,并找出距离最小的点,这个点到矩形边界的距离就是内接最大矩形的宽度。 5. 以该点为中心,将所有点沿着矩形边界的法线方向分成两组,一组在矩形内部,一组在矩形外部。 6. 对两组点分别计算最小外接矩形,取面积较小的那个作为内接最大矩形。 具体实现可以参考以下代码: ```python import cv2 import numpy as np # 生成一组随机点 points = np.random.randint(0, 100, size=(50, 2)) # 计算最小外接矩形 rect = cv2.minAreaRect(points) box = cv2.boxPoints(rect) box = np.int0(box) # 将矩形旋转回原始角度 angle = rect[-1] if angle < -45: angle += 90 h, w = rect[1] cx, cy = rect[0] M = cv2.getRotationMatrix2D((cx, cy), angle, 1.0) points = cv2.transform(points.reshape(-1, 1, 2), M).reshape(-1, 2) # 找到内接最大矩形 max_area = 0 for i in range(len(points)): # 计算点到边界的距离 dx = abs(points[i, 0] - cx) dy = abs(points[i, 1] - cy) distance = np.sqrt(dx**2 + dy**2) # 计算矩形大小 width = 2 * distance left_points = [] right_points = [] for j in range(len(points)): if j == i: continue # 计算点到边界的距离 dx = abs(points[j, 0] - points[i, 0]) dy = abs(points[j, 1] - points[i, 1]) distance = np.sqrt(dx**2 + dy**2) # 判断点在矩形内还是在矩形外 if dx * w + dy * h < w * h: left_points.append(points[j]) else: right_points.append(points[j]) # 计算左右两个矩形的面积,并取最小值 if len(left_points) > 0 and len(right_points) > 0: left_rect = cv2.minAreaRect(np.array(left_points)) right_rect = cv2.minAreaRect(np.array(right_points)) area = max(left_rect[1][0] * left_rect[1][1], right_rect[1][0] * right_rect[1][1]) if area > max_area: max_area = area max_rect = (points[i], width, angle) # 绘制最小外接矩形和内接最大矩形 img = np.zeros((100, 100, 3), dtype=np.uint8) cv2.drawContours(img, [box], 0, (0, 0, 255), 2) cv2.rectangle(img, (int(max_rect[0][0] - max_rect[1]/2), int(max_rect[0][1] - max_rect[1]/2)), (int(max_rect[0][0] + max_rect[1]/2), int(max_rect[0][1] + max_rect[1]/2)), (0, 255, 0), 2) cv2.imshow('image', img) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
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

打赏作者

双木夕子飞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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