E - Median(双重二分)

题意:给出a[N],求两个元素差值的中位数(想上取整)

分析:首先,多组输入输出,N<=1e5时间限制1000ms,emmmmm很显然贪心会T 然后,n个元素的差值一共有ans=C(n,2)=n*(n-1)/2中,题目要求第ans/2小的差值,也就是n*(n-1)/4向上取整。好了,接下来想题目要求的是中位数,那我是不是不用求出所有的差值,只要找一个差值作为参考系,看一看这个差值的位置与中位数的位置关系,一步步缩小范围不就好了嘛?听上去像啥子?二分呀!(第一重二分)好嘛,方法找到了,又一个问题来了,怎么确定作为参考系的差值与中位数差值的位置关系呢?这就需要sort了,将a[n]从小到大排一下序,(第二重二分)假设我们找的参考系差值为x,那么遍历a[0]-a[n-1],(假设当前状态下为a[i]),我们找到a[i]后的a[j]>=a[i]+x的第一个值不就是参考系的名次嘛?听上去有没有很熟悉呢,upper_bound是可以实现的啦~

思路:二分的l设为0,r设为最大差值(中位数最大也就等于最大差值),核心代码的check函数就看sum(参考系的实际排名)和num(中位数排名)的关系啦,if(sum>num)说明选的参考系小啦,那么就把l=mid+1,反之则把r=mid-1。

代码:

#include<stdio.h>    
//#include<bits/stdc++.h>
#include<iostream>
#include<algorithm>
#include<cstring>
#include<cmath>
#include<map>
#include<stack>
#include<vector>
#include<queue>
using namespace std;
typedef long long ll;
const int N=1e5+10;
int a[N];    
int n,num;
bool check(int x)    //计算参考系的排名
{
    int sum=0;
    for(int i=0;i<n;i++)
    {
        sum=sum+n-(lower_bound(a+i+1,a+n,a[i]+x)-a);  
        //得叠加,求的是1-n的所有可能参考系排名的和才是参考系的实际排名
    }
    if(sum>num)
    {
        return 1;
    }
    return 0;
}
int main()
{
    while(~scanf("%d",&n))
    {
        num=n*(n-1)/4;   //中位数的排名
        for(int i=0;i<n;i++)
        {
            scanf("%d",&a[i]);
        }
        sort(a,a+n);
        int l=0;                  //最小的差值
        int r=a[n-1]-a[0];        //最大的差值
        int ans=0;
        while(l<=r)
        {
            int mid=(l+r)/2;
            if(check(mid))
            {
                l=mid+1;
                ans=mid;
            }
            else{
                r=mid-1;
            }
        }
        printf("%d\n",ans);
    }
}

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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