2024华为OD试题及答案-A023-简单的自动曝光、平均像素值

题目描述

一个图像有n个像素点，存储在一个长度为n的数组img里，每个像素点的取值范围[0,255]的正整数。
请你给图像每个像素点值加上一个整数k（可以是负数），得到新图newImg，使得新图newImg的所有像素平均值最接近中位值128。
请输出这个整数k。

输入描述

n个整数，中间用空格分开

输出描述

一个整数k

备注

• 1 <= n <= 100
• 如有多个整数k都满足，输出小的那个k；
• 新图的像素值会自动截取到[0,255]范围。当新像素值<0，其值会更改为0；当新像素值>255，其值会更改为255；

例如newImg=”-1 -2 256″,会自动更改为”0 0 255″

用例

输入	0 0 0 0
输出	128
说明	四个像素值都为0

输入	129 130 129 130
输出	-2
说明	-1的均值128.5，-2的均值为127.5，输出较小的数-2

题目解析

问题描述

给定一个包含n个像素点的数组img，每个像素点的取值范围为[0, 255]的整数。需要找到一个整数k，使得将每个像素点的值加上k后，新图像newImg的所有像素点的平均值最接近128。

输入描述

• 输入包含n个整数，中间用空格分开。

输出描述

• 输出一个整数k。

备注

• 1 <= n <= 100
• 新图像像素值会自动截取到[0, 255]范围，当新像素值<0时，会更改为0；当新像素值>255时，会更改为255。
• 如果有多个整数k都满足，输出最小的那个k。

示例

输入：

0 0 0 0

输出：

128

解释：四个像素值均为0，增加128使得新像素值为128，平均值为128。

输入：

129 130 129 130

输出：

-2

解释：-1的均值为128.5，-2的均值为127.5，输出较小的数-2。

解题思路

1. 计算初始平均值：首先计算输入像素点的初始平均值。
2. 寻找合适的k：为了使新图像的平均值最接近128，我们需要计算每个像素加上k后的值，并限制在[0, 255]范围内。
3. 计算最佳k：通过遍历可能的k值，找到使新平均值最接近128的k，并在有多个k满足条件时选择最小的k。

C++代码实现

#include <iostream>
#include <vector>
#include <algorithm>
#include <climits>
#include <cmath>

using namespace std;

int main() {
    int n;
    cin >> n;
    vector<int> img(n);
    for (int i = 0; i < n; ++i) {
        cin >> img[i];
    }

    double target = 128.0;
    int best_k = INT_MIN;
    double closest_avg = DBL_MAX;

    for (int k = -255; k <= 255; ++k) {
        double sum = 0;
        for (int i = 0; i < n; ++i) {
            int new_value = img[i] + k;
            new_value = max(0, min(255, new_value));
            sum += new_value;
        }
        double new_avg = sum / n;
        if (abs(new_avg - target) < closest_avg || (abs(new_avg - target) == closest_avg && k < best_k)) {
            closest_avg = abs(new_avg - target);
            best_k = k;
        }
    }

    cout << best_k << endl;

    return 0;
}

代码说明

1. 读取输入：读取像素点个数n和n个像素值。
2. 初始化目标和最优参数：目标平均值为128，初始化最优k为最小整数，最接近平均值的差异为最大浮点数。
3. 遍历可能的k值：从-255到255，计算每个像素点加上k后的新值，并限制在[0, 255]范围内，计算新平均值。
4. 更新最优k值：比较新平均值与目标平均值的差异，更新最优k值。
5. 输出结果：输出最优k值。

这个程序能够找到最优的k值，使得新图像的平均像素值最接近128，并输出结果。

def find_best_k(img):
    n = len(img)
    target = 128.0
    best_k = float('-inf')
    closest_avg_diff = float('inf')

    for k in range(-255, 256):
        new_sum = 0
        for value in img:
            new_value = value + k
            new_value = max(0, min(255, new_value))
            new_sum += new_value
        new_avg = new_sum / n

        avg_diff = abs(new_avg - target)
        if avg_diff < closest_avg_diff or (avg_diff == closest_avg_diff and k < best_k):
            closest_avg_diff = avg_diff
            best_k = k

    return best_k

# 读取输入
img = list(map(int, input().split()))

# 计算并输出最佳k值
print(find_best_k(img))

代码说明

1. find_best_k函数：实现了寻找最佳k值的逻辑。通过遍历可能的k值，计算每个像素点加上k后的新值，并限制在[0, 255]范围内，计算新平均值，并找到最接近128的平均值对应的k。
2. 读取输入：通过input().split()读取一行输入，并转换为整数列表。
3. 计算并输出最佳k值：调用find_best_k函数计算最佳k值，并输出结果。

这个Python程序能够找到最优的k值，使得新图像的平均像素值最接近128，并输出结果。你可以在Python环境中运行这个程序来实现该功能。