商汤科技的行人检测(简单)
商汤科技近日推出的 SenseVideo 能够对视频监控中的对象进行识别与分析,包括行人检测等。在行人检测问题中,最重要的就是对行人移动的检测。由于往往是在视频监控数据中检测行人,我们将图像上的行人抽象为二维平面上若干个的点。那么,行人的移动就相当于二维平面上的变换。
在这道题中,我们将行人的移动过程抽象为 平移,有两个 移动参数:d_xdx 和 d_ydy。每次行人的移动过程会将行人对应的所有点全部平移,对于平移前的点 (x, y)(x,y),平移后的坐标为 (x + d_x, y + d_y)(x+dx,y+dy)。
我们现在已知一个行人对应着 nn 个点,坐标分别为 (x_1,y_1),(x_2,y_2)\ldots (x_n,y_n)(x1,y1),(x2,y2)…(xn,yn),平移后的坐标分别为 (x_1',y_1'),(x_2',y_2')\ldots (x_n',y_n')(x1′,y1′),(x2′,y2′)…(xn′,yn′)。
很显然,通过平移前后的正确坐标,很容易算出行人的移动参数,但问题没有这么简单。由于行人实际的移动并不会完全按照我们预想的方式进行,因此,会有一部分平移后的坐标结果不正确,但可以确保 结果不正确的坐标数量严格不超过一半。
你现在作为商汤科技的实习生,接手了这个有趣的挑战:算出行人的移动参数。如果不存在一组合法的移动参数,则随意输出一组参数;如果有多种合法的移动参数,输出其中任意一组合法的即可。
输入格式
第一行输入一个整数 n(1 \le n \le 10^5)n(1≤n≤105),表示行人抽象出的点数。
接下来 nn 行,每行 44 个 整数。前两个数表示平移前的坐标,后两个数表示平移后的坐标。
坐标范围在 -10^9−109 到 10^9109 之间。
输出格式
一行两个整数,d_xdx 和 d_ydy,表示行人的移动参数。
样例输入
5
0 0 1 1
0 1 1 2
1 0 2 1
1 1 0 0
2 1 1 0
题目大意:中文题
解题思路:x,y坐标偏移,丢到unordered_map里,然后按值排序,取最大的,如果大于等于一半就可以。
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include
#include