数据集中度分析(不排序)

---

说明

1. 数据集中度分析的目的是为了在一堆数据中找出有效的数据，数据集中度分析认为集中度越高的数据越可靠。
2. 本文中的数据为模拟方式的随机生成，文中的某些部分是为了演示使用，实际项目中可去掉。
3. 集中度分析是寻找与目标值在一定范围内的数据为有效数据。

---

数据集中度分析(排序)

一、 宏定义及数据类型定义

#ifndef u8
typedef unsigned char																u8;
#endif

#ifndef u16
typedef unsigned short int															u16;
#endif

#ifndef u32
typedef unsigned int																u32;
#endif

#ifndef u64
typedef unsigned long long int														u64;
#endif

#ifndef s8
typedef signed char																	s8;
#endif

#ifndef s16
typedef signed short int															s16;
#endif

#ifndef s32
typedef signed int																	s32;
#endif

#ifndef s64
typedef signed long long int														s64;
#endif




#define ABS2(x , y)																	((x) > (y) ? (x) - (y) : (y) - (x))

#define DAT_SIZE (2000)
typedef struct
{
	u16 Dat[DAT_SIZE];
	u16 Count;
}DAT_TypeDef;

二、 获取平均值

u16 usGetDat_Average(DAT_TypeDef * pData)
{
	u16 i = 0;
	u32 sum = 0;

	if (!pData->Count)
	{
		return 0;
	}

	for (i = 0; i < pData->Count; ++i)
	{
		sum += pData->Dat[i];
	}

	sum = (sum * 10) / pData->Count;
	sum = (sum + 5) / 10;

	return (u16)sum;
}

三、 生成随机数

/* 生成随机数 */
void vGeneration_Random_Number(u16 * pDat, u16 maxVal, u16  minVal, u16 num)
{
	u16 i = 0;
	u16 dat = 0;
	u16 temp = 0;

	temp = maxVal - minVal + 1;
	srand(time(NULL));
	for (i = 0; i < num; ++i)
	{
		dat = (u16)((rand() % temp) + minVal);
		*(pDat + i) = dat;
	}
}

四、数据集中度分析(不排序)

DAT_TypeDef ResDat = { 0 };
DAT_TypeDef MemDat = { 0 };
DAT_TypeDef * pResDat = &ResDat;
DAT_TypeDef * pMemDat = &MemDat;


/* 数据集中度分析(不排序) */ 
/* pDat     : 分析的数据 */
/* len      : 分析的数据长度 */
/* datGap   : 有效数据范围 */
/* minCount : 最小集中度个数 */
u16 usConcentrate_Analyse_Unsorted(u16 * pDat, u16 len, u8 datGap, u8 minCount)
{
	u16 i = 0, j = 0, k = 0;
	u16 tmpDat = 0;
	u16 initVal = 0;
	u16 trueDat = 0;
	u16 minDat = 0, maxDat = 0;
	u16 maxCount = 0;
	u16 seekCount = 0;


	for (i = 0; i < len; ++i)
	{
		/* 找合法数据 */
		trueDat = *(pDat + i);
		if (!trueDat)
		{
			continue;
		}


		/* 清零参数 */
		pMemDat->Count = initVal = 0;
		minDat = 0xFFFF;
		maxDat = 0;
		for (j = 0; j < len; ++j)
		{
			/* 找合法数据 */
			tmpDat = *(pDat + j);
			if (!tmpDat)
			{
				continue;
			}

			/* 数据有效 */
			if (ABS2(trueDat, tmpDat) <= datGap)
			{
				/* 保存初始数据 */
				if (!pMemDat->Count)
				{
					initVal = trueDat;
				}

				/* 保存最值 */
				if (maxDat < tmpDat)
				{
					maxDat = tmpDat;
				}

				if (minDat > tmpDat)
				{
					minDat = tmpDat;
				}

				/* 保存有效数据 */
				pMemDat->Dat[pMemDat->Count++] = tmpDat;
			}
		}

		/* 有效数据量少 */
		if (pMemDat->Count < minCount)
		{
			continue;
		}

		printf("Analyse Succeed[%03u] Count:%-2u Init:%-5u Max:%-5u Min:%-5u ABS:%-5u AvgVal:%-5u\r\n", \
				seekCount++, pMemDat->Count, initVal, maxDat, minDat, (maxDat - minDat), \
				usGetDat_Average(pMemDat));

		printf("[%u   %u] ==> ", initVal, pMemDat->Count);
		for (k = 0; k < pMemDat->Count; ++k)
		{
			if ((k) && (!(k % 12)))
			{
				printf("\r\n");
			}

			printf("%-5u ", pMemDat->Dat[k]);
		}
		printf("\r\n\r\n");


		if (pMemDat->Count > maxCount)
		{
			/* 更新最大数量 */
			maxCount = pResDat->Count = pMemDat->Count;

			/* 将数据复制到结果缓存 */
			for (k = 0; k < pMemDat->Count; ++k)
			{
				pResDat->Dat[k] = pMemDat->Dat[k];
			}
			
			/* 有效数据量过多提前退出 */
			if (pMemDat->Count > ((len << 2) / 3))
			{
				return maxCount;
			}
		}
		else if (pMemDat->Count == maxCount)
		{
			/* 认为平均值小的数据更可靠 */
			if (usGetDat_Average(pResDat) > usGetDat_Average(pMemDat))
			{
				/* 将数据复制到结果缓存 */
				for (k = 0; k < pMemDat->Count; ++k)
				{
					pResDat->Dat[k] = pMemDat->Dat[k];
				}
			}
		}
	}

	return maxCount;
}

#五、演示例程

int main(int argc, char * argv[])
{
	u16 xDat[100] = {0};
	u16 len = sizeof(xDat) / sizeof(xDat[0]);
	u16 i = 0;

	vGeneration_Random_Number(xDat, 3000, 800, len);
	printf("Original Data:\r\n");
	for (i = 0; i < len; ++i)
	{
		if(i && ((i % 10) == 0))
		{
			printf("\r\n");
		}
		printf("[%03u]%-5u ", i, xDat[i]);
	}
	printf("\r\n\r\n");

	i = usConcentrate_Analyse_Unsorted(xDat, len, 50, 10);
	if (i)
	{
		printf("\r\n\r\n");
		printf("Concentrate Analyse Succeed......Count:%-3u Avg:%u\r\n", pResDat->Count, usGetDat_Average(pResDat));
		for (i = 0; i < pResDat->Count; ++i)
		{
			if (i && (!(i % 12)))
			{
				printf("\r\n");
			}
			printf("%-5u ", pResDat->Dat[i]);
		}
	}
	else
	{
		printf("Concentrate Analyse Fail......\r\n");
	}


	printf("\r\n\r\n Compiler Date: %s  %s\r\n", __DATE__, __TIME__);
	while (1);
	return 0;
}

五、运行结果