Question

1619. 删除某些元素后的数组均值

English Version

题目描述

给你一个整数数组 arr ，请你删除最小 5% 的数字和最大 5% 的数字后，剩余数字的平均值。

与 标准答案 误差在 10-5 的结果都被视为正确结果。

 

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]
输出：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，所以平均值为 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]
输出：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]
输出：4.77778

示例 4：

输入：arr = [9,7,8,7,7,8,4,4,6,8,8,7,6,8,8,9,2,6,0,0,1,10,8,6,3,3,5,1,10,9,0,7,10,0,10,4,1,10,6,9,3,6,0,0,2,7,0,6,7,2,9,7,7,3,0,1,6,1,10,3]
输出：5.27778

示例 5：

输入：arr = [4,8,4,10,0,7,1,3,7,8,8,3,4,1,6,2,1,1,8,0,9,8,0,3,9,10,3,10,1,10,7,3,2,1,4,9,10,7,6,4,0,8,5,1,2,1,6,2,5,0,7,10,9,10,3,7,10,5,8,5,7,6,7,6,10,9,5,10,5,5,7,2,10,7,7,8,2,0,1,1]
输出：5.29167

 

提示：

• 20 <= arr.length <= 1000
• arr.length 是 20 的 倍数 
• 0 <= arr[i] <= 105

解法

方法一：模拟

直接模拟。

先对数组 arr 排序，然后截取中间的 90% 个元素，求平均值。

时间复杂度 $O(n\log n)$。其中 $n$ 为数组 arr 的长度。

class Solution:
  def trimMean(self, arr: List[int]) -> float:
    n = len(arr)
    start, end = int(n * 0.05), int(n * 0.95)
    arr.sort()
    t = arr[start:end]
    return round(sum(t) / len(t), 5)

class Solution {
  public double trimMean(int[] arr) {
    Arrays.sort(arr);
    int n = arr.length;
    double s = 0;
    for (int start = (int) (n * 0.05), i = start; i < n - start; ++i) {
      s += arr[i];
    }
    return s / (n * 0.9);
  }
}

class Solution {
public:
  double trimMean(vector<int>& arr) {
    sort(arr.begin(), arr.end());
    int n = arr.size();
    double s = 0;
    for (int start = (int) (n * 0.05), i = start; i < n - start; ++i)
      s += arr[i];
    return s / (n * 0.9);
  }
};

func trimMean(arr []int) float64 {
  sort.Ints(arr)
  n := len(arr)
  sum := 0.0
  for i := n / 20; i < n-n/20; i++ {
    sum += float64(arr[i])
  }
  return sum / (float64(n) * 0.9)
}

function trimMean(arr: number[]): number {
  arr.sort((a, b) => a - b);
  let n = arr.length,
    rmLen = n * 0.05;
  let sum = 0;
  for (let i = rmLen; i < n - rmLen; i++) {
    sum += arr[i];
  }
  return sum / (n * 0.9);
}

impl Solution {
  pub fn trim_mean(mut arr: Vec<i32>) -> f64 {
    arr.sort();
    let n = arr.len();
    let count = ((n as f64) * 0.05).floor() as usize;
    let mut sum = 0;
    for i in count..n - count {
      sum += arr[i];
    }
    (sum as f64) / ((n as f64) * 0.9)
  }
}