查找专题-Median

原题链接原题连接
题目大意:给n个数,输出这些数的所有差值的绝对值的中位数。
题目解法:同样二分查找,因为是求差值绝对值的中位数,所以可以默认是大的数减去小的数,所以可以先对所有的数按从大到小排序,然后在0~a[n-1]-a[0]进行二分,每次通过判断小于等于a[i]+mid数的个数再进行调整。这里用到了upper_bound函数,具体功能介绍见第一篇文章。
题目代码

#include<stdio.h>
#include<stdlib.h>
#include<math.h>
#include<algorithm>
int n,temp;
int number[100050];
int compare(const void* a,const void* b)
{
    return *(int *)a-*(int *)b;
}
int judge(int x)
{
    int num=0,i=0;
    for(i=0;i<n;i++)
    {
        int t=0;
        t=upper_bound(number,number+n,number[i]+x);
        num+=t;
    }
    if(num>=temp)
    {
        return 1;
    }else
    {
        return 0;
    }
}
int main()
{
    while(scanf("%d",&n)!=EOF)
    {
        int left=0,right=0,mid=0,ans=0;
        for(int i=0;i<n;i++)
        {
            scanf("%d",&number[i]);
        }
        qsort(number,n,sizeof(number[0]),compare);
        temp=ceil((double)n*(n-1)/4.0);
        left=0,right=number[n-1]-number[0];
        while(left<=right)
        {
            mid=(left+right)/2;
            if(judge(mid))
            {
                ans=mid;
                right=mid-1;
            }else
            {
                left=mid+1
            }
        }
        printf("%d\n",ans);
    }
    return 0;
}

努力努力再努力x

Sen-Median趋势分析方法是一种用于描述和分析时间序列数据的统计工具。它通过将数据按照位置进行排序,确定数据的中间位置,将中间位置的数据作为时间序列的趋势模型。 Sen-Median趋势分析方法主要分为以下几个步骤:首先,将时间序列数据按照时间顺序进行排序。然后,计算出各个时间点数据的斜率值,即通过计算两个数据值的差值来衡量数据的变化趋势。接下来,找到数据斜率值的中位数,作为代表数据整体趋势的中间趋势。最后,根据中间趋势值来绘制趋势线,以展示数据的整体趋势。 Sen-Median趋势分析方法具有以下几个特点:首先,它能够减轻极端值对趋势分析结果的影响,使得趋势模型更加平滑和稳定。其次,这种方法不依赖于分布假设,可以适用于不同类型的数据。第三,该方法计算简单,不需要对数据进行复杂的数学计算,比较易于理解和使用。 Sen-Median趋势分析方法在实际应用中具有广泛的应用。例如,在金融领域,可以使用该方法来分析股票价格的趋势,帮助投资者做出决策。在气象学中,可以利用该方法来研究气温变化的趋势,以预测天气情况。此外,在经济学、环境科学等领域,Sen-Median趋势分析方法也有着广泛的应用。 总之,Sen-Median趋势分析方法是一种用于揭示时间序列数据趋势的统计分析工具,它的特点是稳定、简单易懂,广泛应用于各个领域。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值