输出距离平均值距离最近的三个数

NH第一题。

编写程序计算10个正整数的平均数,找出这10个数中雨平均值的距离最近的三个数(差值的绝对值)。以距离的大小对这三个数进行排序并输出(距离小的先输出)

输入:[33,44,61,2,36,42,56,81,11,17]

输出:[36,42,33]

思路:

1. 算平均值。

2. 用hashmap,每个数减去平均值,取绝对值,存入key。value就存那个数就行。

3.用一个ArrayList存一下keys,并排序。

4. 把排序后的list的前三个元素当成key,去map里get。

注意的点:list的操作涉及add,get。

用map.keySet去遍历,foreach的形式。

import java.util.ArrayList;
import java.util.Collections;
import java.util.List;
import java.util.HashMap;
import java.util.Map;

public class NH1{ 
     public static void main(String[] args) {
         // 求离平均值最近的三个值。
         Integer[] arr = {33,44,61,2,36,42,56,81,11,17};
         NH1 nh = new NH1();

         Integer[] integer = nh.findn(arr);
         for (Object object : integer) {
            System.out.println(object.toString());
         }
         
     }

     public Integer[] findn(Integer[] arr){
        Integer[] res = new Integer[3];  //存储结果

        // 计算平均值
        int sum = 0;  //存总和
        int ave = 0;  //平均值
        for(int i:arr){
            sum+=i;
        }
        ave = sum/arr.length;
        /*用hashmap,key是数值与平均值的差值的绝对值, value是差值 */
        Map<Integer,Integer> map = new HashMap<>();
        for(int i= 0; i < arr.length; i++){
            map.put(Math.abs(arr[i] - ave), arr[i]);
        }
        /**用List 存一下hashmap的keys */
        List<Integer> list = new ArrayList<>();
        for(Integer key : map.keySet()){
            list.add(key);
        }
        /*对list排序 */
        Collections.sort(list);
        for(int i = 0 ; i < 3; i++){
            res[i] = map.get(list.get(i));
        }
        return res;
     } 
}

 

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
假设Excel中据分别存储在三个列中,可以使用Python的pandas库来读取Excel文件,然后计算欧几里得距离。 首先需要安装pandas库,可以使用以下命令安装: ``` pip install pandas ``` 然后,可以使用以下代码读取Excel文件中的据: ```python import pandas as pd # 读取Excel文件中的据 data = pd.read_excel('data.xlsx', header=None) # 将据转换为numpy组 data = data.values ``` 假设Excel文件中有三列据,分别为x、y、z,可以使用以下代码计算三组据之间的欧几里得距离: ```python import numpy as np # 计算欧几里得距离 distance1 = np.sqrt(np.sum((data[:, :3] - data[:, :3].mean(axis=0)) ** 2, axis=1)) distance2 = np.sqrt(np.sum((data[:, 3:6] - data[:, 3:6].mean(axis=0)) ** 2, axis=1)) distance3 = np.sqrt(np.sum((data[:, 6:] - data[:, 6:].mean(axis=0)) ** 2, axis=1)) ``` 其中,`data[:, :3]`表示取前三列据,`data[:, 3:6]`表示取第四至第六列据,`data[:, 6:]`表示取第七至第九列据。`mean(axis=0)`表示对每一列求平均值,`** 2`表示对每个元素求平方,`np.sum`表示对所有元素求和,`np.sqrt`表示对结果求平方根。 最后,可以将计算出的三组距离输出到Excel文件中: ```python # 将距离输出到Excel文件中 writer = pd.ExcelWriter('result.xlsx') pd.DataFrame(distance1).to_excel(writer, sheet_name='Sheet1', startcol=0, index=False, header=False) pd.DataFrame(distance2).to_excel(writer, sheet_name='Sheet1', startcol=1, index=False, header=False) pd.DataFrame(distance3).to_excel(writer, sheet_name='Sheet1', startcol=2, index=False, header=False) writer.save() ``` 其中,`pd.DataFrame(distance1)`表示将距离转换为DataFrame格式,`to_excel`表示将DataFrame输出到Excel文件中,`startcol`表示输出的起始列,依次为0、1、2。
评论 1
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