Question

给定一个标量值列表，我们如何将列表拆分为K个均匀大小的组，以使这些组具有相似的分布？请注意，简单性比效率更受青睐。

我目前正在做：

sort values
create K empty groups: group_1, ... group_k
while values is not empty:
    for group in groups:
        group.add(values.pop())
        if values is empty:
            break

Answer 1

这是一种（以某种方式）均匀分配值的方法。我们假设您的标量数组A的大小为n，n是k的倍数，以使其更简单。一种方法是：

sort(A)
d = n/k
g = 0
for i from 0 to d-1 do {
  for j from 0 to k-1 do {
    group[(j+g) % k].add(A[k*i + j])
  }
  g ++
}

然后，您将前k个元素添加到组1, ..., k，k跟随组2, ..., k, 1，然后3, ...k, 1, 2等。

如果k² > n，则不能正常工作，在这种情况下，您不应将g增加1，而应增加接近k/d的值。如果k几乎为n，则此算法变得毫无用处。

如果某些极端值存在于A中，这绝对不能保证标量的均匀分布。但是在A本身在某种程度上分布良好的情况下，n > k²，那么它会以某种方式在k组之间分配值。

一旦O(n)被排序，它至少具有在A中运行的优势。

Answer 2

这是对@ m.raynal提出的一个变体，即使n只是k的一个相当小的倍数，它也能很好地运作。

将元素从最小到最大排序。
创建k个空组。
将它们放入从最少元素到最多元素排序的Priority Queue中，然后从最小值到最小值。（因此下一个元素总是具有最少元素的所有元素中最大的元素。）
对于每个元素，从优先级队列中取出一个组，添加该元素，将该组放回优先级队列。

实际上，这意味着第一个k元素随机转到组，下一个k元素按相反的顺序排列。然后它变得聪明，保持平衡。

根据您的应用，底部两个值可预测地相隔很远的事实可能是一个问题。如果是这种情况，那么你可以通过＆＃34; mid out＆＃34;来解决这个问题。但是这个方案要复杂得多。

将值拆分为类似分布的均匀大小的组

2 个答案: