生成100个随机点的坐标

x <- runif(100, -10, 10)
y <- runif(100, -10, 10)

创建一个空的数据框用于存储最近点的坐标

closest_points <- data.frame(x1 = numeric(), y1 = numeric(), x2 = numeric(), y2 = numeric())

循环遍历每个点，计算与其最近的点

for (i in 1:length(x)) {
current_point <- c(x[i], y[i])
distances <- sqrt((x - x[i])^2 + (y - y[i])^2) # 计算当前点与其他点的距离
nearest_point_index <- which.min(distances) # 找出最近点的索引
nearest_point <- c(x[nearest_point_index], y[nearest_point_index])

将当前点和最近点的坐标添加到数据框中

closest_points <- rbind(closest_points, c(current_point, nearest_point))
}

输出最近点的坐标

print(closest_points)
为什么我算出来是当前点本身

【以下回答由 GPT 生成】

问题的关键在于使用c()函数将当前点和最近点的坐标添加到closest_points数据框中的代码。c()函数在这里将两个坐标向量合并为一个单一的向量，这是导致最近点的坐标是当前点本身的原因。

为了解决这个问题，我们可以使用data.frame()函数将两个坐标向量合并为一个数据框。下面是修复后的代码：

for (i in 1:length(x)) {
  current_point <- data.frame(x1 = x[i], y1 = y[i])
  distances <- sqrt((x - x[i])^2 + (y - y[i])^2)
  nearest_point_index <- which.min(distances)
  nearest_point <- data.frame(x2 = x[nearest_point_index], y2 = y[nearest_point_index])
  closest_points <- rbind(closest_points, c(current_point, nearest_point))
}

修复后的代码将每个坐标作为单独的数据框合并到closest_points中，保留了原始的数据框结构，并正确存储了最近点的坐标。

请注意，上述修复后的代码可能会导致运行时间较长，因为在每个循环迭代中都要合并数据框。如果数据集很大，可以考虑先创建包含正确列名的预定义大小的空数据框，然后在每个迭代中将数据存储到预定义的行中，以避免重复的数据框合并操作。

如果以上答案仍然有问题，请说明具体问题所在，我会尽力帮助解决。

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7572693
• 您还可以看一下 孙玖祥老师的图解数据结构与算法课程中的 单链表的递归性-两种方式实现元素删除小节, 巩固相关知识点