华为OD机考算法题:简单的自动曝光

题目部分

题目简单的自动曝光
难度
题目说明一个图像有 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newlmg,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。
例如:
0 0 0 0
4个数值,中间用空格分开。
输出描述一个整数 k 。
补充说明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newlmg="-1 -2 256",会自动更改为"0 0 255"。
------------------------------------------------------
示例
示例1
输入0 0 0 0
输出128
说明四个像素值都为0。
示例2
输入129 130 129 130
输出-2
说明-1 的均值是 128.5,-2 的均值是 127.5,输出较小的数 -2。


解读与分析

题目解读

题目题目给出一系列初始整数值,取值范围 [ 0, 255 ]。要求给一个整数 k (可以为负数),与这一系列整数数相加(需要注意的是:当相加的结果小于或等于 0 时,取值为 0;当相加结果大于 255 时,取值为 255),使这一系列数字的平均值接近 128。

如果存在多个整数满足条件,则输出较小的那个值。

分析与思路

此题中,这一系列整数的个数不超过 100。

思路非常简单,直接把 k 的值设为 -255 开始, 逐个与整数相加,小于 0 则取 0,大于 255 则取 255,求和之后,求平均值,计算平均值与 128 差值的绝对值。
然后 k 加 1(为 -254),继续进行上面的操作求平均值,直至 k 的最大值 255 求完平均值。最后,首次出现的绝对值,即为所求的 k。 

在这个思路中,有 2 点可以优化:
1. k 的取值范围。刚才的思路中,k 的取值范围是[ -255, 255 ]。最终要求所有数字的平均值接近 128。我们思考一下,原始数字最大和最小的边界条件。显然,当 n 个数全为 255 时,平均值最大,此时 k 为 -127,即可保证所有数字平均值为128;当 n 个数全为 0 ,它们平均值最小,此时 k 为 128,即可保证所有数字平均值为 128 。显然,k 的取值范围可以缩小为 [ -127, 128 ]。
2. 平均值计算。在上面算法中,我们把所有数字求和,接着除以 n 求平均值,然后计算与 128 差值的绝对值。在除以 n 的时候,可能存在小数。而小数的计算可能存在误差,造成数字不准确的额情况。为了避免误差,我们可以在求和(假设和为 sum)之后,计算 | sum - 128 * n | ,保证它为最小值。稍加说明,n 的最大值为 100,使用 int 整形可满足取值范围。

上面的算法在[ -127, 128 ]范围内,让 k 逐次和 n 个数做加法。在最坏的情况下,共需要计算 256 * n 次。


代码实现

Java代码

import java.util.Scanner;/*** 简单的自动曝光* @since 2023.09.09* @version 0.1* @author Frank**/
public class ImgPixelChange {public static void main(String[] args) {Scanner sc = new Scanner(System.in);while (sc.hasNext()) {String input = sc.nextLine();String[] strNumbers = input.split( " " );int[] numbers = convertStrNumbers2Int( strNumbers);processImgPixelChange( numbers );}}private static int[] convertStrNumbers2Int( String[] numbers){int[] ret = new int[numbers.length];for( int i = 0; i < numbers.length; i ++ ){ret[i] = Integer.parseInt( numbers[i] );}return ret;}private static void processImgPixelChange( int numbers[] ){int minDiff = Integer.MAX_VALUE;int AVERAGE_VALUE = 128 * numbers.length;int finalK = -127;for( int k = -127; k <= 128; k ++ ){int sum = 0;for( int i = 0; i < numbers.length; i ++ ){int tmpNumber = numbers[i] + k;if( tmpNumber < 0 ){tmpNumber = 0;}else if( tmpNumber > 255 ){tmpNumber = 255;}sum += tmpNumber;}int diff = Math.abs( sum - AVERAGE_VALUE );if( diff < minDiff ){minDiff = diff;finalK = k;}}		System.out.println( finalK );}
}

JavaScript代码

const rl = require("readline").createInterface({ input: process.stdin });
var iter = rl[Symbol.asyncIterator]();
const readline = async () => (await iter.next()).value;
void async function() {while (line = await readline()) {var strNumbers = line.split(" ");var numbers = convertStrNumbers2Int(strNumbers);processImgPixelChange(numbers);}
}();function convertStrNumbers2Int( numbers) {var ret = new Array(numbers.length );for ( var i = 0; i < numbers.length; i++) {ret[i] = parseInt(numbers[i]);}return ret;
}function processImgPixelChange(numbers) {var minDiff = Number.MAX_VALUE;var AVERAGE_VALUE = 128 * numbers.length;var finalK = -127;for (var k = -127; k <= 128; k++) {var sum = 0;for (var i = 0; i < numbers.length; i++) {var tmpNumber = numbers[i] + k;if (tmpNumber < 0) {tmpNumber = 0;} else if (tmpNumber > 255) {tmpNumber = 255;}sum += tmpNumber;}var diff = Math.abs(sum - AVERAGE_VALUE);if (diff < minDiff) {minDiff = diff;finalK = k;}}console.log(finalK);
}

(完)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/74877.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

二分搜索树层序遍历(Java 实例代码)

目录 二分搜索树层序遍历 Java 实例代码 src/runoob/binary/LevelTraverse.java 文件代码&#xff1a; 二分搜索树层序遍历 二分搜索树的层序遍历&#xff0c;即逐层进行遍历&#xff0c;即将每层的节点存在队列当中&#xff0c;然后进行出队&#xff08;取出节点&#xff0…

注意力机制讲解与代码解析

一、SEBlock(通道注意力机制) 先在H*W维度进行压缩&#xff0c;全局平均池化将每个通道平均为一个值。 &#xff08;B, C, H, W&#xff09;---- (B, C, 1, 1) 利用各channel维度的相关性计算权重 (B, C, 1, 1) --- (B, C//K, 1, 1) --- (B, C, 1, 1) --- sigmoid 与原特征相…

Jmeter进阶使用指南-使用参数化

Apache JMeter是一个广泛使用的开源负载和性能测试工具。在进行性能测试时&#xff0c;我们经常需要模拟不同的用户行为和数据&#xff0c;这时候&#xff0c;参数化就显得尤为重要。此文主要介绍如何在JMeter中使用参数化。 什么是参数化&#xff1f; 参数化是一种将静态值替…

多线程同步有哪几种方法?

有多种方法可以实现多线程同步,以下是一些常见的同步机制和方法: Synchronized 关键字:使用 synchronized 关键字可以将代码块或方法标记为同步块,以确保只有一个线程可以同时访问被同步的代码块或方法。这是最常见的同步方法,适用于简单的同步需求。ReentrantLock:Reent…

机器学习:自然语言处理上的对抗式攻击

Attacks in NLP 相关话题 Introduction 以前的攻击专注于图像和语音上&#xff0c;而NLP上的内容比较少。而NLP的复杂度跟词典有关系&#xff1a; NLP只能在embedding后的特征上加噪声 Evasion Attacks 电影的评论情感分类&#xff0c;将film换成films后&#xff0c;评论从…

SQL中CASE的用法

在SQL中&#xff0c;CASE语句是一种条件表达式&#xff0c;用于根据条件执行不同的操作。它有两种形式&#xff1a;简单CASE表达式和搜索CASE表达式。 简单CASE表达式的语法如下&#xff1a; CASE expressionWHEN value1 THEN result1WHEN value2 THEN result2...ELSE result …

算法通关村第十三关——幂运算问题解析

前言 幂运算为常见的数学运算&#xff0c;形式为 a b a^b ab &#xff0c;其中a为底数&#xff0c;b为指数&#xff0c; 力扣中&#xff0c;幂运算相关的问题主要是判断一个数是不是特定正整数的整数次幂&#xff0c;以及快速幂的处理。 1.求2的幂 力扣231题&#xff0c;给…

open与fopen的区别

1. 来源 从来源的角度看&#xff0c;两者能很好的区分开&#xff0c;这也是两者最显而易见的区别&#xff1a; open是UNIX系统调用函数&#xff08;包括LINUX等&#xff09;&#xff0c;返回的是文件描述符&#xff08;File Descriptor&#xff09;&#xff0c;它是文件在文件…

制作立体图像实用软件:3DMasterKit 10.7 Crack

3DMasterKit 软件专为创建具有逼真 3D 和运动效果的光栅图片而设计&#xff1a;翻转、动画、变形和缩放。 打印机、广告工作室、摄影工作室和摄影师将发现 3DMasterKit 是一种有用且经济高效的解决方案&#xff0c;可将其业务扩展到新的维度&#xff0c;提高生成的 3D 图像和光…

leecode 数据库:1174. 即时食物配送 II

数据导入&#xff1a; Create table If Not Exists Delivery (delivery_id int, customer_id int, order_date date, customer_pref_delivery_date date); Truncate table Delivery; insert into Delivery (delivery_id, customer_id, order_date, customer_pref_delivery_date…

STM32低功耗分析

1.ARM发布最新内核 2023 年5 月 29 日&#xff0c;Arm 公司今天发布了处理器核心&#xff1a;Cortex-X4、Cortex-A720 和Cortex-A520。这些核心都是基于 Arm v9.2 架构&#xff0c;只支持 64 位指令集&#xff0c;不再兼容 32 位应用。Arm 公司表示&#xff0c;这些核心在性能…

postgresql-常用日期函数

postgresql-常用日期函数 简介计算时间间隔获取时间中的信息截断日期/时间创建日期/时间获取系统时间时区转换 简介 PostgreSQL 提供了以下日期和时间运算的算术运算符。 获取当前系统时间 select current_date,current_time,current_timestamp ;-- 当前系统时间一周后的日…

Selenium - Tracy 小笔记2

selenium本身是一个自动化测试工具。 它可以让python代码调用浏览器。并获取到浏览器中加们可以利用selenium提供的各项功能。帮助我们完成数据的抓取。它容易被网站识别到&#xff0c;所以有些网站爬不到。 它没有逻辑&#xff0c;只有相应的函数&#xff0c;直接搜索即可 …

list的用法

list的用法 1、list的遍历2、list的头插、头删、尾插、尾删 【其时间复杂度都是:O(1)】3、find\insert\erase4、sort&#xff1a;底层用的排序思想是 mergesort【归并排序】 1、list的遍历 #include <iostream> #include <list> #include <algorithm> using…

在Linux系统上用C++将主机名称转换为IPv4、IPv6地址

在Linux系统上用C将主机名称转换为IPv4、IPv6地址 功能 指定一个std::string类型的主机名称&#xff0c;函数解析主机名称为IP地址&#xff0c;含IPv4和IPv6&#xff0c;解析结果以std::vector<std::string>类型返回。解析出错或者解析失败抛出std::string类型的异常消…

用友U8与MES系统API接口对接案例分析

企业数字化转型&#xff1a;轻易云数据集成平台助力 U8 ERPMES 系统集成 为什么选择数字化转型&#xff1f; 领导层对企业资源规划&#xff08;ERP&#xff09;的深刻理解促使了数字化转型的启动。采用精确的“N5”滚动计划&#xff0c;为供应商提供充分的预期信息&#xff0c…

Tomcat多实例与负载均衡

Tomcat多实例与负载均衡 一、Tomcat多实例1.1、安装JDK1.2、安装tomcat1.3、配置tomcat环境变量1.4、修改tomcat中的主配置文件1.5、修改启动脚本和关闭脚本1.6、 启动tomcat并查看 二、NginxTomcat负载均衡、动静分离2.1、部署Nginx负载均衡2.2、部署第一台tomcat2.3、部署第二…

Linux find

1.find介绍 linux查找命令find是linux运维中很重要、很常用的命令之一&#xff0c;find用于根据指定条件的匹配参数来搜索和查找文件和目录列表&#xff0c;我们可以通过权限、用户、用户组、文件类型、日期、大小等条件来查找文件。 2.find语法 find语法 find [查找路径] …

【Jetpack】Jetpack 简介 ( 官方架构设计标准 | Jetpack 组成套件 | Jetpack架构 | Jetpack 的存在意义 | AndroidX 与 Jetpack 的关系 )

文章目录 一、Google 官方推出的架构设计标准 Jetpack二、Jetpack 组成套件三、Jetpack 架构四、Jetpack 的存在意义1、提高开发效率2、最佳架构方案3、消除样本代码4、设备系统兼容性5、改善应用性能6、测试支持 五、AndroidX 与 Jetpack 的关系 一、Google 官方推出的架构设计…

SpringBoot结合MyBatis实现多数据源配置

SpringBoot结合MyBatis实现多数据源配置 一、前提条件 1.1、环境准备 SpringBoot框架实现多数据源操作&#xff0c;首先需要搭建Mybatis的运行环境。 由于是多数据源&#xff0c;也就是要有多个数据库&#xff0c;所以&#xff0c;我们创建两个测试数据库&#xff0c;分别是…