机考E卷100分题 - 简单的自动曝光平均像素值
题目描述
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newImg，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
备注
• 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newImg=”-1 -2 256″,会自动更改为”0 0 255″
输出描述
一个整数k
示例1
输入
129 130 129 130
1
输出
-2
1
说明
-1的均值128.5，-2的均值为127.5，输出较小的数-2
示例2
输入
0 0 0 0
1
输出
128
1
说明
四个像素值都为0
解题思路
代码思路
本题的解题思路是通过枚举每一个可能的 k值，计算新图像的每个像素点的值，并找出使得新图像的平均值与中位值 128 的差的绝对值最小的 k 值。
具体实现步骤如下：
-
枚举每一个可能的 k k k 值：
- 计算新图像的每个像素点的值。
- 将这些像素点的值累加起来，得到新图像的所有像素点值的和
sum。
-
计算平均值和差的绝对值：
- 计算新图像的平均值
sum / len。 - 计算新图像的平均值与中位值 128 之间的差的绝对值
diff。
- 计算新图像的平均值
-
更新最优解：
- 如果
diff小于min_diff，更新min_diff为当前的diff，并更新k_ans为当前的 k 值。 - 如果
diff等于min_diff且k_ans不等于 0，则更新k_ans为 k 和k_ans中的较小值。
- 如果
注意事项
对于每一个像素点的新值，需要确保其在 [0, 255] 的范围内：
- 如果新值小于 0，则将其设为 0。
- 如果新值大于 255，则将其设为 255。
- 如果有多个整数 k 满足条件，输出较小的那个 k。
Java
import java.util.Scanner; // 导入Scanner类
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in); // 创建Scanner对象
String input_str = sc.nextLine(); // 读取一行输入
Scanner ss = new Scanner(input_str); // 将输入转换为Scanner对象
int val, len = 0;
int[] img = new int[110];
while (ss.hasNextInt()) { // 判断Scanner对象中是否还有整数
val = ss.nextInt(); // 读取下一个整数
img[len++] = val;
}
double min_diff = Integer.MAX_VALUE; // 定义双精度浮点型变量min_diff，并初始化为整型最大值
int k_ans = 0; // 定义整型变量k_ans，并初始化为0
for (int k = -127; k <= 128; k++) { // 循环k的值从-127到128
double sum = 0; // 定义双精度浮点型变量sum，并初始化为0
for (int i = 0; i < len; i++) { // 循环i的值从0到len-1
int new_val = img[i] + k; // 定义整型变量new_val，值为img[i]+k
new_val = Math.max(0, Math.min(new_val, 255)); // 将new_val的值限制在0到255之间
sum += new_val; // 将new_val的值加入sum中
}
double diff = Math.abs(sum / len - 128); // 计算sum/len-128的绝对值
if (diff < min_diff) { // 如果diff小于min_diff
min_diff = diff; // 将min_diff的值更新为diff
k_ans = k; // 将k_ans的值更新为k
} else if (diff == min_diff && k_ans != 0) { // 如果diff等于min_diff且k_ans不等于0
k_ans = Math.min(k_ans, k); // 将k_ans的值更新为k和k_ans中的最小值
}
}
System.out.println(k_ans); // 输出k_ans的值，并换行
}
}
Python
import sys
input_str = sys.stdin.readline().strip()
img = list(map(int, input_str.split()))
len = len(img)
min_diff = sys.maxsize
k_ans = 0
for k in range(-127, 129):
sum = 0
for i in range(len):
new_val = img[i] + k
new_val = max(0, min(new_val, 255))
sum += new_val
diff = abs(sum / len - 128)
if diff < min_diff:
min_diff = diff
k_ans = k
elif diff == min_diff and k_ans != 0:
k_ans = min(k_ans, k)
print(k_ans)
JavaScript
const readline = require('readline');
const rl = readline.createInterface({
input: process.stdin,
output: process.stdout
});
let input_str = '';
// 监听输入，将输入存入input_str中
rl.on('line', (line) => {
input_str += line + ' ';
}).on('close', () => {
const img = [];
const input_arr = input_str.trim().split(' ');
const len = input_arr.length;
// 将输入的字符串转为数字并存入数组img中
for (let i = 0; i < len; i++) {
img.push(parseInt(input_arr[i]));
}
// 初始化最小差值和答案k
let min_diff = Number.MAX_SAFE_INTEGER;
let k_ans = 0;
// 枚举k的取值范围
for (let k = -127; k <= 128; k++) {
let sum = 0;
// 计算新图的所有像素点的值之和
for (let i = 0; i < len; i++) {
let new_val = img[i] + k;
// 将新像素值截取到[0,255]范围
new_val = Math.max(0, Math.min(new_val, 255));
sum += new_val;
}
// 计算新图的所有像素点的平均值与中位值128的差值
const diff = Math.abs(sum / len - 128);
// 更新最小差值和答案k
if (diff < min_diff) {
min_diff = diff;
k_ans = k;
} else if (diff === min_diff && k_ans !== 0) {
k_ans = Math.min(k_ans, k);
}
}
// 输出答案k
console.log(k_ans);
});
C++
#include <iostream> // 标准输入输出流
#include <algorithm>
#include <string>
#include <sstream>
#include <cmath>
#include <climits>
using namespace std;
int main() {
string input_str;
getline(cin, input_str);
stringstream ss(input_str);
int val, len = 0;
int img[110];
while (ss >> val) {
img[len++] = val;
}
double min_diff = INT_MAX; // 定义双精度浮点型变量min_diff，并初始化为整型最大值
int k_ans = 0; // 定义整型变量k_ans，并初始化为0
for (int k = -127; k <= 128; k++) { // 循环k的值从-127到128
double sum = 0; // 定义双精度浮点型变量sum，并初始化为0
for (int i = 0; i < len; i++) { // 循环i的值从0到len-1
int new_val = img[i] + k; // 定义整型变量new_val，值为img[i]+k
new_val = max(0, min(new_val, 255)); // 将new_val的值限制在0到255之间
sum += new_val; // 将new_val的值加入sum中
}
double diff = abs(sum / len - 128); // 计算sum/len-128的绝对值
if (diff < min_diff) { // 如果diff小于min_diff
min_diff = diff; // 将min_diff的值更新为diff
k_ans = k; // 将k_ans的值更新为k
}
else if (diff == min_diff && k_ans != 0) { // 如果diff等于min_diff且k_ans不等于0
k_ans = min(k_ans, k); // 将k_ans的值更新为k和k_ans中的最小值
}
}
cout << k_ans << endl; // 输出k_ans的值，并换行
return 0; // 返回0，表示程序正常结束
}
C语言
#include <stdio.h>
#include <stdlib.h>
#include <limits.h>
#include <math.h>
int main() {
char input_str[1000]; // 定义字符数组用于存储输入的字符串
fgets(input_str, 1000, stdin); // 读取一行输入并存储在input_str中
int val, len = 0; // 定义整型变量val和len，len用于记录数组长度
int img[110]; // 定义整型数组img，用于存储输入的像素值
// 用于解析输入字符串中的整数
char *token = strtok(input_str, " ");
while (token != NULL) { // 当token不为NULL时继续循环
val = atoi(token); // 将token转换为整数
img[len++] = val; // 将整数存入数组img中，并增加数组长度len
token = strtok(NULL, " "); // 获取下一个token
}
double min_diff = INT_MAX; // 定义双精度浮点型变量min_diff，并初始化为整型最大值
int k_ans = 0; // 定义整型变量k_ans，并初始化为0
// 枚举k值从-127到128
for (int k = -127; k <= 128; k++) {
double sum = 0; // 定义双精度浮点型变量sum，并初始化为0
// 遍历img数组中的每一个像素值
for (int i = 0; i < len; i++) {
int new_val = img[i] + k; // 定义整型变量new_val，值为img[i]+k
// 将new_val的值限制在0到255之间
if (new_val < 0) {
new_val = 0; // 如果new_val小于0，则将new_val设为0
} else if (new_val > 255) {
new_val = 255; // 如果new_val大于255，则将new_val设为255
}
sum += new_val; // 将new_val的值加入sum中
}
// 计算新图像的平均值与中位值128的差的绝对值
double diff = fabs(sum / len - 128);
// 如果当前diff小于min_diff，更新min_diff和k_ans
if (diff < min_diff) {
min_diff = diff;
k_ans = k;
}
// 如果当前diff等于min_diff且k_ans不等于0，更新k_ans为k和k_ans中的较小值
else if (diff == min_diff && k_ans != 0) {
k_ans = (k_ans < k) ? k_ans : k;
}
}
// 输出最终的k_ans值
printf("%d\n", k_ans);
return 0;
}
大厂原题(全网最全，持续更新) 文章被收录于专栏
主要记录自己的刷题日常，学而时习之。
