news 2026/4/18 9:45:10

(新卷,100分)- 计算最接近的数(Java JS Python C)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
(新卷,100分)- 计算最接近的数(Java JS Python C)

(新卷,100分)- 计算最接近的数(Java & JS & Python & C)

题目描述

给定一个数组X和正整数K,请找出使表达式:

X[i] - X[i + 1] - ... - X[i + K - 1]

结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i.

其中,数组中位数:长度为N的数组,按照元素的值大小升序排列后,下标为 N/2 元素的值

输入描述

输出描述

备注
  1. 数组X的元素均为正整数
  2. X的长度n取值范围:2 ≤ n ≤ 1000
  3. K大于0目小于数组的大小
  4. i 的取值范围: 0 ≤ i < 1000
  5. 题目的排序数组X[N]的中位数是X[N/2]
用例
输入[50,50,2,3],2
输出1
说明
  1. 中位数为50:[50,50,2,3]升序排序后变成[2,3,50,50],中位数为下标4/2=2的元素50
  2. 计算结果为1:X [50,50,2,3] 根据题目计算X[i] - ... - X[i + k - 1] 得出三个数0 (X[0] - X[1] = 50 - 50) 、48 (X[1] - X[2] = 50 - 2) 和 -1 (X[2]-X[3] = 2 - 3) ,其中48最接近50,因此返回下标1。
题目解析

本题应该是采用核心代码模式,非ACM模式,因此不需要我们处理输入输出。

下面代码仍然以ACM模式实现,但是会将输入输出处理 和 核心代码 分离。考试时,只需要写出核心代码即可。

本题可以使用滑动窗口解题。

本题其实就是要遍历所有长度为k的滑窗,滑窗内部元素需要按照表达式

X[i] - X[i + 1] - ... - X[i + K - 1]

来求得该滑窗对应得表达式计算结果window。

然后,求解window和数组x中位数mid的差距,差距绝对值越小,则说明二者越接近

结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i.

本题的难点在于滑窗右移时,新、旧滑窗的状态转移。

假设旧滑窗的表达式计算结果为window,那么新滑窗的表达式计算结果应该是:

window - x[i-1] + x[i] * 2 - x[i + k -1]

其中 x[i] * 2 的原因是,新滑窗中x[i]是正的,而旧滑窗中x[i]是负的,为了将-x[i] 变为 +x[i], 则需要为 -x[i] + x[i] * 2

JS算法源码
/* JavaScript Node ACM模式 控制台输入获取 */ const readline = require("readline"); const rl = readline.createInterface({ input: process.stdin, output: process.stdout, }); rl.on("line", (line) => { const i = line.lastIndexOf(","); const x = line .slice(1, i - 1) .split(",") .map(Number); const k = parseInt(line.slice(i + 1)); console.log(getResult(x, k)); }); function getResult(x, k) { const n = x.length; const midIdx = Math.floor(n / 2); // x数组的中位数 const mid = [...x].sort((a, b) => a - b)[midIdx]; // 初始化滑窗0~k-1, window为滑窗内部元素的表达式计算结果 let window = x[0]; for (let i = 1; i < k; i++) { window -= x[i]; } // window和中位数的差距 let minDiff = Math.abs(mid - window); // window滑窗起始索引 let idx = 0; // 滑窗右移 for (let i = 1; i <= n - k; i++) { // 右移一格后,新滑窗的表达式计算结果 window += -x[i - 1] + 2 * x[i] - x[i + k - 1]; // 新滑窗window值和中位数的差距 const diff = Math.abs(mid - window); // 结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i if (diff <= minDiff) { minDiff = diff; idx = i; } } return idx; }
Java算法源码
import java.util.Arrays; import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner sc = new Scanner(System.in); String line = sc.nextLine(); int i = line.lastIndexOf(","); int[] x = Arrays.stream(line.substring(1, i - 1).split(",")).mapToInt(Integer::parseInt).toArray(); int k = Integer.parseInt(line.substring(i + 1)); System.out.println(getResult(x, k)); } public static int getResult(int[] x, int k) { int n = x.length; // x数组的中位数 int mid = Arrays.stream(x).sorted().toArray()[n / 2]; // 初始化滑窗0~k-1, window为滑窗内部元素的表达式计算结果 int window = x[0]; for (int i = 1; i < k; i++) { window -= x[i]; } // window和中位数的差距 int minDiff = Math.abs(mid - window); // window滑窗起始索引 int idx = 0; // 滑窗右移 for (int i = 1; i <= n - k; i++) { // 右移一格后,新滑窗的表达式计算结果 window += -x[i - 1] + 2 * x[i] - x[i + k - 1]; // 新滑窗window值和中位数的差距 int diff = Math.abs(mid - window); // 结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i if (diff <= minDiff) { minDiff = diff; idx = i; } } return idx; } }
Python算法源码
# 输入获取 tmp = input() i = tmp.rfind(",") x = list(map(int, tmp[1:i-1].split(","))) k = int(tmp[i+1:]) # 核心代码 def getResult(): n = len(x) # x数组的中位数 mid = sorted(x)[n // 2] # 初始化滑窗0~k-1, window为滑窗内部元素的表达式计算结果 window = x[0] for j in range(1, k): window -= x[j] # window和中位数的差距 minDiff = abs(mid - window) # window滑窗起始索引 idx = 0 # 滑窗右移 for i in range(1, n-k+1): # 右移一格后,新滑窗的表达式计算结果 window += -x[i-1] + 2 * x[i] - x[i + k -1] # 新滑窗window值和中位数的差距 diff = abs(mid - window) # 结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i if diff <= minDiff: minDiff = diff idx = i return idx # 算法调用 print(getResult())
C算法源码
#include <stdio.h> #include <string.h> #include <stdlib.h> #define MAX_SIZE 1000 int getResult(const int x[], int n, int k); int cmp(const void *a, const void *b) { return (*(int *) a) - (*(int *) b); } int main() { char s[100000]; scanf("%s", s); char *p = strrchr(s, ','); *p = '\0'; int nums[MAX_SIZE]; int nums_size = 0; char *token = strtok(s + 1, ","); while (token != NULL) { nums[nums_size++] = atoi(token); token = strtok(NULL, ","); } int k = atoi(p + 1); printf("%d\n", getResult(nums, nums_size, k)); return 0; } int getResult(const int x[], int n, int k) { int x_cp[n]; for(int i=0; i<n; i++) x_cp[i] = x[i]; // 这里排序的是x_cp数组,不能改变原数组x qsort(x_cp, n, sizeof(int), cmp); // x数组的中位数 int mid = x_cp[n / 2]; // 初始化滑窗0~k-1, window为滑窗内部元素的表达式计算结果 int window = x[0]; for (int i = 1; i < k; i++) { window -= x[i]; } // window和中位数的差距 int minDiff = abs(mid - window); // window滑窗起始索引 int idx = 0; // 滑窗右移 for (int i = 1; i <= n - k; i++) { // 右移一格后,新滑窗的表达式计算结果 window += -x[i - 1] + 2 * x[i] - x[i + k - 1]; // 新滑窗window值和中位数的差距 int diff = abs(mid - window); // 结果最接近于数组中位数的下标 i ,如果有多个 i 满足条件,请返回最大的 i if (diff <= minDiff) { minDiff = diff; idx = i; } } return idx; }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 6:27:25

基于手肘法的kmeans聚类数的精确识别【K-means聚类】Matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 &#x1f34e; 往期回顾关注个人主页&#xff1a;Matlab科研工作室 &#x1f447; 关注我领取海量matlab电子书和数学建模资料 &#x1…

作者头像 李华
网站建设 2026/4/18 6:26:10

[Script] pwd

[Script] pwd 引言 正文 【示例 1】直接打印当前工作路径 【示例 2】获取返回值后打印当前工作路径 Author: JiJi \textrm{Author: JiJi} Author: JiJi Created Time: 2026.01.15 \textrm{Created Time: 2026.01.15} Created Time: 2026.01.15

作者头像 李华
网站建设 2026/4/18 7:59:56

学习笔记:STM32项目实战-平衡车开发

文章目录前言一、平衡车基础框架1. 平衡车硬件原理1.1 原理图1.2 实物图2. 驱动代码清单前言 本文记录了开发平衡车项目的学习的笔记&#xff0c;所学课程&#xff1a;江科大的《平衡车入门教程》&#xff0c;后续也会学习铁头山羊的&#xff1b;在此之前已经系统学过STM32相关…

作者头像 李华
网站建设 2026/4/18 2:05:23

【电动机】液压伺服电动机的状态空间设计与Matlab仿真

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 &#x1f34e; 往期回顾关注个人主页&#xff1a;Matlab科研工作室 &#x1f447; 关注我领取海量matlab电子书和数学建模资料 &#x1…

作者头像 李华
网站建设 2026/4/18 6:24:13

Java小白面试:从Spring Boot到微服务与云原生的逐步提升

Java小白求职者面试实战&#xff1a;从Spring Boot到微服务与云原生 场景&#xff1a;一家知名互联网大厂的面试 面试官&#xff1a;欢迎来到我们的面试&#xff0c;超好吃。今天我们会根据一些实际场景&#xff0c;测试你的技术能力。放松&#xff0c;尽力回答就好。 第一轮&a…

作者头像 李华
网站建设 2026/4/18 6:26:16

ClickHouse 集群部署指南:构建高可用大数据分析平台

ClickHouse 集群部署指南&#xff1a;构建高可用大数据分析平台 1. 引言&#xff1a;为什么需要ClickHouse集群&#xff1f; ClickHouse作为列式存储分析型数据库的标杆产品&#xff0c;以其亚秒级查询性能、海量数据存储能力和线性扩展特性&#xff0c;成为互联网、金融、电…

作者头像 李华