求矩阵的局部极大值

简介: 求矩阵的局部极大值

7-56 求矩阵的局部极大值 (15 分)


给定M行N列的整数矩阵A,如果A的非边界元素A[i][j]大于相邻的上下左右4个元素,那么就称元素A[i][j]是矩阵的局部极大值。本题要求给定矩阵的全部局部极大值及其所在的位置。


输入格式:


输入在第一行中给出矩阵A的行数M和列数N(3≤M,N≤20);最后M行,每行给出A在该行的N个元素的值。数字间以空格分隔。


输出格式:


每行按照“元素值 行号 列号”的格式输出一个局部极大值,其中行、列编号从1开始。要求按照行号递增输出;若同行有超过1个局部极大值,则该行按列号递增输出。若没有局部极大值,则输出“None 总行数 总列数”。


输入样例1:


4 5
1 1 1 1 1
1 3 9 3 1
1 5 3 5 1
1 1 1 1 1


结尾无空行


输出样例1:


9 2 3
5 3 2
5 3 4


结尾无空行


输入样例2:


3 5
1 1 1 1 1
9 3 9 9 1
1 5 3 5 1


输出样例2:


None 3 5


#include<iostream>
using namespace std;
int main(){
    int m,n,flag=1;
    cin>>m>>n;
    char a[m][n];
    for(int i=0;i<m;i++)
        for(int j=0;j<n;j++)
            cin>>a[i][j];
    for(int i=1;i<m-1;i++){
        for(int j=1;j<n-1;j++){
            if(a[i][j]>a[i-1][j]&&\
               a[i][j]>a[i+1][j]&&\
               a[i][j]>a[i][j+1]&&\
               a[i][j]>a[i][j-1]){
                cout<<a[i][j]<<" "<<i+1<<" "<<j+1<<endl;
                flag=0;
            }
        }
    }
    if(flag) cout<<"None "<<m<<" "<<n;
    return 0;
}
目录
相关文章
|
8月前
|
数据可视化
R语言极值推断:广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
R语言极值推断:广义帕累托分布GPD使用极大似然估计、轮廓似然估计、Delta法
|
vr&ar
用于非线性时间序列预测的稀疏局部线性和邻域嵌入(Matlab代码实现)
用于非线性时间序列预测的稀疏局部线性和邻域嵌入(Matlab代码实现)
133 0
用于非线性时间序列预测的稀疏局部线性和邻域嵌入(Matlab代码实现)
|
机器学习/深度学习 决策智能
矩阵分析 (七) 矩阵特征值的估计
矩阵分析 (七) 矩阵特征值的估计
193 0
|
机器学习/深度学习 决策智能
矩阵分析 (四)向量和矩阵的范数
矩阵分析 (四)向量和矩阵的范数
281 0
|
C++
2373. 矩阵中的局部最大值
给你一个大小为 n x n 的整数矩阵 grid 。 生成一个大小为 (n - 2) x (n - 2) 的整数矩阵  maxLocal ,并满足: maxLocal[i][j] 等于 grid 中以 i + 1 行和 j + 1 列为中心的 3 x 3 矩阵中的 最大值 。 换句话说,我们希望找出 grid 中每个 3 x 3 矩阵中的最大值。 返回生成的矩阵。
93 0
|
机器学习/深度学习 传感器 人工智能
鲁棒局部均值分解 (RLMD)附Matlab代码
鲁棒局部均值分解 (RLMD)附Matlab代码
|
机器学习/深度学习
范数的作用,L1范数与L2范数的区别与联系
范数的作用,L1范数与L2范数的区别与联系
556 0