文章目录
- 题目
- 标题和出处
- 难度
- 题目描述
- 要求
- 示例
- 数据范围
- 解法
- 思路和算法
- 代码
- 复杂度分析
题目
标题和出处
标题:删除某些元素后的数组均值
出处:1619. 删除某些元素后的数组均值
难度
2 级
题目描述
要求
给定一个整数数组 arr \texttt{arr} arr,在删除最小 5% \texttt{5\%} 5% 的数字和最大 5% \texttt{5\%} 5% 的数字后,计算剩余数字的平均值。
与标准答案误差在 10 -5 \texttt{10}^\texttt{-5} 10-5 的结果都被视为正确结果。
示例
示例 1:
输入: arr = [1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,3] \texttt{arr = [1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,3]} arr = [1,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,2,3]
输出: 2.00000 \texttt{2.00000} 2.00000
解释:删除数组中最大和最小的元素后,所有元素都等于 2 \texttt{2} 2,所以平均值为 2 \texttt{2} 2。
示例 2:
输入: arr = [6,2,7,5,1,2,0,3,10,2,5,0,5,5,0,8,7,6,8,0] \texttt{arr = [6,2,7,5,1,2,0,3,10,2,5,0,5,5,0,8,7,6,8,0]} arr = [6,2,7,5,1,2,0,3,10,2,5,0,5,5,0,8,7,6,8,0]
输出: 4.00000 \texttt{4.00000} 4.00000
示例 3:
输入: arr = [6,0,7,0,7,5,7,8,3,4,0,7,8,1,6,8,1,1,2,4,8,1,9,5,4,3,8,5,10,8,6,6,1,0,6,10,8,2,3,4] \texttt{arr = [6,0,7,0,7,5,7,8,3,4,0,7,8,1,6,8,1,1,2,4,8,1,9,5,4,3,8,5,10,8,6,6,1,0,6,10,8,2,3,4]} arr = [6,0,7,0,7,5,7,8,3,4,0,7,8,1,6,8,1,1,2,4,8,1,9,5,4,3,8,5,10,8,6,6,1,0,6,10,8,2,3,4]
输出: 4.77778 \texttt{4.77778} 4.77778
数据范围
- 20 ≤ arr.length ≤ 1000 \texttt{20} \le \texttt{arr.length} \le \texttt{1000} 20≤arr.length≤1000
- arr.length \texttt{arr.length} arr.length 是 20 \texttt{20} 20 的倍数
- 0 ≤ arr[i] ≤ 10 5 \texttt{0} \le \texttt{arr[i]} \le \texttt{10}^\texttt{5} 0≤arr[i]≤105
解法
思路和算法
已知数组 arr \textit{arr} arr 的长度是 20 20 20 的倍数。为了得到最小 5 5% 5 的数字与最大 5 5% 5 的数字,需要将数组 arr \textit{arr} arr 排序,排序后的数组中,最前面的 1 20 \dfrac{1}{20} 201 的元素与最后面的 1 20 \dfrac{1}{20} 201 的元素分别是最小 5 5% 5 的数字与最大 5 5% 5 的数字。计算剩余元素的开始下标和结束下标,得到剩余元素的个数,然后计算剩余元素之和除以剩余元素个数的结果,即为剩余数字的平均值。
代码
class Solution {public double trimMean(int[] arr) {Arrays.sort(arr);int length = arr.length;int start = length / 20, end = length - length / 20 - 1;int remain = end - start + 1;double sum = 0;for (int i = start; i <= end; i++) {sum += arr[i];}return sum / remain;}
}
复杂度分析
-
时间复杂度: O ( n log n ) O(n \log n) O(nlogn),其中 n n n 是数组 arr \textit{arr} arr 的长度。排序需要 O ( n log n ) O(n \log n) O(nlogn) 的时间,遍历数组需要 O ( n ) O(n) O(n) 的时间,总时间复杂度是 O ( n log n ) O(n \log n) O(nlogn)。
-
空间复杂度: O ( log n ) O(\log n) O(logn),其中 n n n 是数组 arr \textit{arr} arr 的长度。排序需要 O ( log n ) O(\log n) O(logn) 的递归调用栈空间。