PAT基础编程题目集——6-11 求自定类型元素序列的中位数

原题目:

本题要求实现一个函数,求N个集合元素A[]的中位数,即序列中第⌊(N+1)/2⌋大的元素。其中集合元素的类型为自定义的ElementType

函数接口定义:

ElementType Median( ElementType A[], int N );

其中给定集合元素存放在数组A[]中,正整数N是数组元素个数。该函数须返回NA[]元素的中位数,其值也必须是ElementType类型。

裁判测试程序样例:

#include <stdio.h>

#define MAXN 10
typedef float ElementType;

ElementType Median( ElementType A[], int N );

int main ()
{
    ElementType A[MAXN];
    int N, i;

    scanf("%d", &N);
    for ( i=0; i<N; i++ )
        scanf("%f", &A[i]);
    printf("%.2f\n", Median(A, N));

    return 0;
}

/* 你的代码将被嵌在这里 */

输入样例:

3
12.3 34 -5

输出样例:

12.30

分析

分析就是找中位数,那就直接排序,使用qsort时,因为数据类型未知,把数据类型sizeof()传进去。然后直接返回A[N/2]即可。

代码:

C语言版

//定义比较函数
int compare (const void *p, const void *q) {
    int x = *(const int *)p;
    int y = *(const int *)q;
    if (x < y) {
        return -1;
    } else if (x > y) {
        return 1;
    }
    return 0;
}
    
ElementType Median ( ElementType A[], int N ) {
    //内置排序算法
    qsort(A, N, sizeof(ElementType), compare);
    //返回结果
    return A[N/2];
}

### 回答1: 可以使用快速选择算法来求解n个集合元素a[]的中位数。具体步骤如下: 1. 随机选择一个元素pivot作为枢纽元素。 2. 将集合元素分为小于pivot和大于pivot的两部分。 3. 如果小于pivot的元素个数大于等于n/2,则在小于pivot的部分递归查找中位数。 4. 如果小于pivot的元素个数小于n/2,则在大于pivot的部分递归查找第(n/2-k)大的元素,其中k为小于pivot的元素个数。 5. 如果小于pivot的元素个数等于n/2,则pivot即为中位数。 代码实现如下: elementtype quick_select(elementtype a[], int n) { if (n == 1) { return a[]; } int pivot_index = rand() % n; elementtype pivot = a[pivot_index]; int i = , j = n - 1; while (i < j) { while (i < j && a[j] >= pivot) { j--; } a[i] = a[j]; while (i < j && a[i] < pivot) { i++; } a[j] = a[i]; } a[i] = pivot; if (i == n / 2) { return pivot; } else if (i < n / 2) { return quick_select(a + i + 1, n - i - 1); } else { return quick_select(a, i); } } 调用方式如下: elementtype median = quick_select(a, n); 其中a为集合元素数组,n为元素个数。 ### 回答2: 中位数,顾名思义就是将一组数据按照大小排列后,处于中间位置的那个数。要求在一个集合元素a[]中求出其中位数,可以采用排序的方法来实现。首先,对这个元素集合a[]进行排序,再根据集合元素的个数的奇偶性,来确定中位数的位置。 在实现函数时,考虑以下几种情况: 1. 集合元素个数为偶数,中位数为排序后第n/2个元素和第n/2+1个元素的平均值。 2. 集合元素个数为奇数,中位数为排序后第(n-1)/2个元素。 3. 集合元素先排序,再取中位数。这种方法的时间复杂度较高,在集合元素数量比较大时可能会出现性能问题。 实现代码如下: elementtype findMedian(elementtype a[], int n){ sort(a, a+n); // 将集合元素排序 elementtype median; // 存储中位数 if(n % 2 == 0){ // 集合元素个数为偶数 median = (a[n/2-1] + a[n/2])/2; }else{ // 集合元素个数为奇数 median = a[(n-1)/2]; } return median; } 以上代码实现了对集合元素a[]进行排序,并根据奇偶性找到中位数。在排序时,可以使用STL标准库中的sort()函数来实现。当然,也可以根据具体需求自己编写排序算法。 需要注意的是,当集合元素类型为自定义类型elementtype时,需要重载比较运算符,以便sort()函数正确地排序。 ### 回答3: 根据题意,我们需要计算给定集合的中位数,即序列中第(n-1)/2大的元素。要实现这个功能,可以使用快速选择算法。 快速选择算法与快速排序算法相似,也是基于分治法的思想。但是,快速选择算法不需要完全排序整个序列,而只需要找到第k大的元素,就可以停止执行。它的时间复杂度为O(n),比完全排序O(nlogn)更快。 实现快速选择算法时,需要用到快速排序的一些思想。首先,选择一个枢轴元素p,把序列分为三个部分:小于p的元素、等于p的元素和大于p的元素。如果待查找的第k大元素落在小于p的元素中,则在小于p的元素中递归查找第k大元素;如果在大于p的元素中,则在大于p的元素中递归查找第k-n-1大的元素。如果p恰好是第k大元素,则直接返回。 下面是求解集合元素a[]中第(n-1)/2大元素的实现代码: ``` elementtype select(elementtype a[], int n, int k) { if (n == 1) return a[0]; elementtype p = a[0]; // 枢轴元素 int i = 0, j = n-1; while (i < j) { while (i < j && a[j] >= p) j--; a[i] = a[j]; while (i < j && a[i] < p) i++; a[j] = a[i]; } a[i] = p; if (i > k) return select(a, i, k); else if (i < k) return select(a+i+1, n-i-1, k-i-1); else return p; } elementtype median(elementtype a[], int n) { return select(a, n, (n-1)/2); } ``` 其中,select()函数是快速选择算法的核心实现,median()函数是本题所要求的函数,它调用select()来计算中位数。 最后,对于自定义的elementtype类型,需要重载运算符<和=来比较元素的大小和判断元素是否相等,以便在select()中进行比较。
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