Presentamos una versión básica de un algoritmo de optimización iterativo determinista que requiere solo un parámetro y a menudo es capaz de encontrar una buena solución después de muy pocas evaluaciones de la función de aptitud. Demostramos sus principios utilizando un problema unidimensional multimodal. Para tales problemas, el algoritmo podría aplicarse solo con una regla y un compás, de ahí su nombre. También proporcionamos ejemplos clásicos y comparamos su rendimiento con seis optimizadores estocásticos conocidos. Estas comparaciones destacan las fortalezas y debilidades de RCO. Dado que esta versión no aborda posibles estancamientos, es mejor adecuada para problemas de baja dimensionalidad (típicamente no más de diez), donde cada evaluación de una posición en el espacio de búsqueda es computacionalmente costosa.