我需要从整数输入数组中导出整数簇，以便最大限度地减少簇内的变化。 （阵列中的整数或数据值对应于在城市之间运行的16辆汽车的燃气使用量。最后，我将根据数据值的集群从16辆汽车中获得4个集群。）
约束：总是元素的数量是16，没有。簇的数量是4和大小 群集是4。
我打算做的一个简单方法是对输入数组进行排序，然后将它们分成4组，如下所示。我认为我也可以使用k-means聚类。
但是，我卡住的地方如下：数组中的数据随时间而变化。基本上我需要每隔1秒监视一次数组并重新组合/重新组合它们，以便最大限度地减少集群内的变化。而且，我需要满足上述约束。为此，我得到的一个想法是根据其平均值和变化选择两个组，并在组之间移动数据值以最小化组内的变化。但是，我不知道如何选择要在组之间移动的数据值以及如何选择这些组。我无法在每一秒对数组进行排序，因为我无法承受每秒的NlogN。如果你指导我制作一个简单的解决方案，那就太好了。
sorted `input array: (12 14 16 16 18 19 20 21 24 26 27 29 29 30 31 32)`
cluster-1: (12 14 16 16)
cluster-2: (18 19 20 21)
cluster-3: (24 26 27 29)
cluster-4: (29 30 31 32)
答案 0 :(得分：2)
首先我要指出，对小个对象进行排序非常快。特别是当它们之前被分类时，“邪恶的”冒泡排序或插入排序通常是线性的。考虑订单可能改变的地方！当数据适合CPU的第一级缓存时，所有经典的复杂性讨论都不适用。
您是否知道大多数QuickSort实现都会回退到小型数组的插入排序？因为它对小型数组做得相当不错，而且开销很小。
所有复杂性讨论仅适用于非常大的数据集。事实上，它们仅适用于无限大小的数据。在达到无穷大之前，一个更高复杂度顺序的简单算法仍然可以表现得更好。并且对于n < 10，二次插入排序通常优于O（n log n）排序。
然而，k-means对你没什么帮助。我相信你的任务的解决方案（因为数据是1维和你添加的约束）是：
Sort the integers
Divide the sorted list into k even-sized groups