XRUST.ru » Программирование » Анализ массива: среднее арифметическое четных элементов, наибольшие положительные значения и сортировка по возрастанию квадратов
Программирование

Анализ массива: среднее арифметическое четных элементов, наибольшие положительные значения и сортировка по возрастанию квадратов

24 апреля 2023, 20:48 34 524 0 32.5

Задача:


Ко мне обратился студент УГНТУ, для помощи:
1. Вычислить среднеарифметическое значение чётных по значению элементов последней четверти массива
2. Найти два наибольших положительных элемента первой трети
3. Упорядочить четные по номеру элементы второй половины массива по возрастанию квадратов

Решение:


Для выполнения всех трех задач на Python, сначала создадим функции для каждой из них, а затем применим их к определенному массиву.
def average_even_last_quarter(arr):
    last_quarter = arr[int(3 * len(arr) / 4):]
    even_elements = [elem for elem in last_quarter if elem % 2 == 0]
    return sum(even_elements) / len(even_elements) if even_elements else 0

def two_largest_positive_first_third(arr):
    first_third = arr[:int(len(arr) / 3)]
    positive_elements = [elem for elem in first_third if elem > 0]
    return sorted(positive_elements)[-2:] if len(positive_elements) > 1 else []

def sort_even_indices_second_half(arr):
    second_half = arr[int(len(arr) / 2):]
    even_indices = [i for i in range(len(second_half)) if i % 2 == 0]
    even_values = [second_half[i] for i in even_indices]
    sorted_values = sorted(even_values, key=lambda x: x ** 2)
    
    for index, value in zip(even_indices, sorted_values):
        second_half[index] = value
    
    return arr[:int(len(arr) / 2)] + second_half

# Пример массива
arr = [5, 3, 8, -2, 7, 6, 12, -1, 9, 0, 15, 20, 3, 10, 14, 18]

avg_even_last_quarter = average_even_last_quarter(arr)
two_largest_first_third = two_largest_positive_first_third(arr)
sorted_arr = sort_even_indices_second_half(arr)

print("Среднее арифметическое четных элементов последней четверти массива:", avg_even_last_quarter)
print("Два наибольших положительных элемента первой трети массива:", two_largest_first_third)
print("Массив с упорядоченными четными по номеру элементами второй половины по возрастанию квадратов:", sorted_arr)


Вот так выглядит решение всех трех задач, примененное к одному массиву. Нужно заменить пример массива на собственный массив для получения соответствующих результатов.

Как бы это выглядело на C++


Сначала создадим функции для каждой из них, а затем применим их к определенному массиву.

#include <iostream>
#include <vector>
#include <algorithm>
#include <numeric>

double average_even_last_quarter(const std::vector<int>& arr) {
    int start_index = 3 * arr.size() / 4;
    std::vector<int> even_elements;
    for (int i = start_index; i < arr.size(); ++i) {
        if (arr[i] % 2 == 0) {
            even_elements.push_back(arr[i]);
        }
    }
    return even_elements.empty() ? 0 : std::accumulate(even_elements.begin(), even_elements.end(), 0.0) / even_elements.size();
}

std::vector<int> two_largest_positive_first_third(const std::vector<int>& arr) {
    int end_index = arr.size() / 3;
    std::vector<int> positive_elements;
    for (int i = 0; i < end_index; ++i) {
        if (arr[i] > 0) {
            positive_elements.push_back(arr[i]);
        }
    }
    if (positive_elements.size() < 2) {
        return {};
    }
    std::partial_sort(positive_elements.begin(), positive_elements.begin() + 2, positive_elements.end(), std::greater<int>());
    return {positive_elements[0], positive_elements[1]};
}

std::vector<int> sort_even_indices_second_half(const std::vector<int>& arr) {
    int start_index = arr.size() / 2;
    std::vector<int> second_half(arr.begin() + start_index, arr.end());
    std::vector<int> even_indices;
    for (int i = 0; i < second_half.size(); ++i) {
        if (i % 2 == 0) {
            even_indices.push_back(i);
        }
    }
    std::sort(even_indices.begin(), even_indices.end(), [&](int i1, int i2) { return second_half[i1] * second_half[i1] < second_half[i2] * second_half[i2]; });
    for (int i = 0; i < even_indices.size(); ++i) {
        second_half[even_indices[i]] = arr[start_index + even_indices[i]];
    }
    return std::vector<int>(arr.begin(), arr.begin() + start_index) + second_half;
}

int main() {
    std::vector<int> arr = {5, 3, 8, -2, 7, 6, 12, -1, 9, 0, 15, 20, 3, 10, 14, 18};

    double avg_even_last_quarter = average_even_last_quarter(arr);
    std::vector<int> two_largest_first_third = two_largest_positive_first_third(arr);
    std::vector<int> sorted_arr = sort_even_indices_second_half(arr);

    std::cout << "Среднее арифметическое четных элементов последней четверти массива: " << avg_even_last_quarter << std::endl;
    std::cout << "Два наибольших положительных элемента первой трети массива: ";
    for (int elem : two_largest_first_third) {
        std::cout << elem << ' ';
    }
    std::cout << std::endl;
    std::cout << "Массив с упорядоченными четными по номеру элементами второй половины по возрастанию квадратов: ";
for (int elem : sorted_arr) {
    std::cout << elem << ' ';
}
std::cout << std::endl;

return 0;
}


Теперь можно скопировать код в свой проект, заменить пример массива на свой собственный массив и выполнить код, чтобы увидеть результаты. Xrust: Анализ массива: среднее арифметическое четных элементов, наибольшие положительные значения и сортировка по возрастанию квадратов

квадратов, арифметическое, массива, положительные, возрастанию, сортировка, по, элементов, значения, наибольшие, ios

Поделится
32.5 0

Комментарии


BMW внедряет ПО для анализа стиля вождения
Компания BMW представила новое программное обеспечение, способное анализировать стиль вождения и выявлять вредные привычки водителей, пишет xrust. Разработка была раскрыта в начале апреля 2026 года и уже вызывает дискуссии о безопасности, приватности и будущем автострахования. Как работает новое ПО BMW Согласно материалу driving.cas, система собирает данные о поведении водителя в реальном времени. Алгоритмы анализируют: резкие ускорения и торможения частоту превышения скорости манеру прохождения поворотов дистанцию до других автомобилей реакцию на дорожные условия На основе этих параметров формируется цифровой профиль водителя, который может использоваться для оценки риска на дороге. Потенциальное влияние на безопасность и страхование Разработчики подчеркивают, что основная цель технологии — повышение безопасности. Эксперты отмечают, что подобные решения могут: снижать аварийность за счет обратной связи водителю стимулировать более аккуратное вождение интегрироваться с системами
5 922 5