运行 凸包算法之前的修剪
Pruning before running convex hull algorithm
我必须从大量的点中形成一个凸包，我看到了 this 文章。修剪的整个过程都得到了描述和解释，除了一部分。
我不知道这部分是什么意思以及如何将其转换为代码：
Since the space is two-dimensional, each point has two coordinates, x > and y. Every time we read a new point, we compute the following 4 > points:
A = (Ax, Ay) which maximizes x-y
B = (Bx, Xy) which maximizes x+y
C = (Cx, Cy) which minimizes x-y
D = (Dx, Dy) which minimizes x+y
任何人都可以帮我计算点 A、B、C、D 吗？
你不是在计算点，而是从输入数据中选择它们：
A 是输入数据中 x-y 的值大于任何其他输入数据点的点。B 是输入数据中 x+y 的值大于任何其他输入数据点的点。C 是输入数据中 x-y 的值小于任何其他输入数据点的点。D 是输入数据中 x+y 的值小于任何其他输入数据点的点。
我必须从大量的点中形成一个凸包，我看到了 this 文章。修剪的整个过程都得到了描述和解释，除了一部分。
我不知道这部分是什么意思以及如何将其转换为代码：
Since the space is two-dimensional, each point has two coordinates, x > and y. Every time we read a new point, we compute the following 4 > points:
A = (Ax, Ay) which maximizes x-y B = (Bx, Xy) which maximizes x+y C = (Cx, Cy) which minimizes x-y D = (Dx, Dy) which minimizes x+y
任何人都可以帮我计算点 A、B、C、D 吗？
你不是在计算点，而是从输入数据中选择它们：
A是输入数据中x-y的值大于任何其他输入数据点的点。B是输入数据中x+y的值大于任何其他输入数据点的点。C是输入数据中x-y的值小于任何其他输入数据点的点。D是输入数据中x+y的值小于任何其他输入数据点的点。