首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

给定自定义范围,我如何找到该范围内的n个数字的所有组合,从而得到目标平均值?

给定自定义范围,如何找到该范围内的n个数字的所有组合,从而得到目标平均值?

为了找到给定范围内n个数字的所有组合,我们可以使用递归算法来解决这个问题。以下是一个可能的解决方案:

  1. 定义一个函数,该函数接受参数:目标平均值、数字范围、选择的数字数量、当前选择的数字列表、当前选择的数字总和。
  2. 在函数内部,检查当前选择的数字数量是否等于目标数量。如果是,检查当前选择的数字总和是否等于目标平均值乘以目标数量。如果是,将当前选择的数字列表添加到结果列表中。
  3. 如果选择的数字数量小于目标数量,则进行以下步骤: a. 遍历数字范围内的每个数字。 b. 将当前数字添加到当前选择的数字列表中。 c. 递归调用函数,将目标平均值、数字范围、选择的数字数量、当前选择的数字列表和当前选择的数字总和作为参数传递给函数。 d. 从当前选择的数字列表中移除最后一个添加的数字,以便尝试下一个数字。
  4. 返回结果列表。

这样,我们就可以获得给定范围内n个数字的所有组合,从而得到目标平均值。

以下是一个示例的JavaScript代码实现:

代码语言:txt
复制
function findCombinations(targetAverage, numberRange, numCount, currentNumbers, currentSum) {
  if (numCount === 0) {
    if (currentSum === targetAverage * currentNumbers.length) {
      return [currentNumbers];
    } else {
      return [];
    }
  }

  let combinations = [];
  for (let i = 0; i < numberRange.length; i++) {
    currentNumbers.push(numberRange[i]);
    combinations = combinations.concat(findCombinations(targetAverage, numberRange, numCount - 1, currentNumbers, currentSum + numberRange[i]));
    currentNumbers.pop();
  }

  return combinations;
}

// 示例用法
const targetAverage = 5;
const numberRange = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];
const numCount = 3;

const result = findCombinations(targetAverage, numberRange, numCount, [], 0);
console.log(result);

这段代码将在给定范围内寻找满足目标平均值的3个数字的所有组合,并将结果打印到控制台上。

请注意,代码示例中未提及任何特定的云计算品牌商,以遵守问题要求。如需了解腾讯云的相关产品和产品介绍,可以参考腾讯云官方网站获取更多信息。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Python风险价值计算投资组合VaR、期望损失ES

请注意,期望收益不是投资者认为他们将获得收益,而是反映了所有经济情况下所有可能结果平均值。 风险价值(VaR)告诉你在一给定时间段内,在预先确定置信水平下,你能损失多少钱。...风险值是一最先进衡量标准,因为它可以为所有类型资产进行计算,并考虑到多样化因素。然而,风险值并不是一最大损失数字,所以分析师可能会遇到大于风险值损失。...最后,正如 "投资"(Bodie, Kane, Marcus)中所说,VaR是指在给定时间范围内,收益分布左尾概率α和右尾概率1-α累积最小损失额。...在方差-协方差方法中,我们使用是参数方法,假设收益是正态分布。因此,我们只需要计算两参数,即给定收益平均值和SD(即标准差)。...为了保持代码结构连续性,在下面介绍一资产类别的样本,以及一多资产投资组合结构,其中包括VaR计算。

1.1K31

Python风险价值计算投资组合VaR、期望损失ES(Expected Shortfall)

请注意,期望收益不是投资者认为他们将获得收益,而是反映了所有经济情况下所有可能结果平均值。 风险价值(VaR)告诉你在一给定时间段内,在预先确定置信水平下,你能损失多少钱。...风险值是一最先进衡量标准,因为它可以为所有类型资产进行计算,并考虑到多样化因素。然而,风险值并不是一最大损失数字,所以分析师可能会遇到大于风险值损失。  ...最后,正如 "投资"(Bodie, Kane, Marcus)中所说,VaR是指在给定时间范围内,收益分布左尾概率α和右尾概率1-α累积最小损失额。...在方差-协方差方法中,我们使用是参数方法,假设收益是正态分布。因此,我们只需要计算两参数,即给定收益平均值和SD(即标准差)。...为了保持代码结构连续性,在下面介绍一资产类别的样本,以及一多资产投资组合结构,其中包括VaR计算。

4.2K20
  • 杭电OJ2010-2019

    现在要求输出所有在 m 和 n 范围内水仙花数。 Input 输入数据有多组,每组占一行,包括两整数 m 和 n(100<=m<=n<=999)。...Output 对于每个测试实例,要求输出所有给定范围内水仙花数,就是说,输出水仙花数必须大于等于 m, 并且小于等于 n,如果有多个,则要求从小到大排列在一行内输出,之间用一空格隔开;如果给定范围内不存在水仙花数...Output 对于每个给定范围内取值,如果表达式值都为素数,则输出 “OK”, 否则请输出 “Sorry”, 每组输出占一行。...Sample Input 0 1 0 0 Sample Output OK 解题思路 根据输入范围计算表达式所有值,判断是否为素数 或者也可以把范围全部计算出来,数字不大也不多,直接打表 参考源码...n (n<=100) 数列,数列定义为从 2 开始递增有序偶数,现在要求你按照顺序每 m 个数求出一平均值,如果最后不足 m ,则以实际数量求平均值

    46430

    漫画:什么是字典序算法?

    ————— 第二天 ————— 算法题目: 给定正整数,实现一方法来求出离整数最近大于自身“换位数”。 什么是换位数呢?...就是把一整数各个数位数字进行全排列,从而得到整数。例如53241和23541。 小灰也不知道这种经过换位整数应该如何称呼,所以姑且称其为“换位数”。...———————————— 举一栗子: 给定1,2,3,4,5这几个数字。 最大组合:54321 最小组合:12345 比如给定整数12354,如何找到离它最近且大于它换位数呢?...为了和原数接近,我们需要尽量保持高位不变,低位在最小范围内变换顺序。 那么,究竟需要变换多少位呢?这取决于当前整数逆序区域。...获得最近换位数步骤: 1.从后向前查看逆序区域,找到逆序区域前一位,也就是数字置换边界 2.把逆序区域前一位和逆序区域中刚刚大于它数字交换位置 3.把原来逆序区域转为顺序 //主流程,

    36320

    深入剖析vscode工具函数(九)数字相关处理

    其中包括clamp函数,用于将一数字限制在指定范围内;rot函数,用于对一数字进行循环移位操作;以及计算移动平均值和滑动窗口平均值函数等等。...clamp函数 clamp 是一数学术语,表示将一数值限制在指定范围内。...移动平均值 移动平均值是一统计学中概念,给定数列和一固定子集大小,移动平均数第一元素是由数列初始固定子集平均值得到。...image 当计算下一天移动平均时候,就会在求和中加入一新值,剔除一旧值,无需把所有数值重新加一遍: image 在VSCode中有一类是用来计算移动平均值: export class MovingAverage...比如,我们可以使用clamp函数将一数字限制在指定范围内,使用rot函数对一数字进行循环移位操作,还可以使用MovingAverage类和SlidingWindowAverage类来计算移动平均值和滑动窗口平均值

    22820

    Excel正态分布函数简介

    最后一例子,这里有一令人惊讶正态曲线:取任何人口,无论它是否呈正态分布,从群体中随机选择至少30名成员,测量他们某些特征,然后找到这些测量值平均值平均值是一数据点。...图1 z值是一值与以标准差表示平均值之间距离。在图2中,每个数字都是一z值。 图2 计算或估计标准偏差 以下几个函数需要标准偏差值,至少有两种方法可以找到值。...在这种情况下,首先计算范围,这是从最大可能值中减去最小可能值。很可能,让我们假设所有可能值在大约95%都在范围内。 记住,大约95%样本在均值两侧标准偏差内。(当然,这是总共四标准差。)...因此,如果我们将范围除以四,应该得到近似的标准差。 仅仅将范围除以四似乎是一种草率方法,但要考虑这种计算经常使用方式。...如何从正态分布计算随机数 记住,NORM.INV函数返回给定概率值。

    4.9K20

    深度学习在静息态功能磁共振成像中应用

    随后使用皮尔逊相关性计算ICA-TCs之间相关系数从而得到sFC特征(n=1378条FC),所有fMRI特征性能均通过第II-E节中提到SML(标准机器学习)和DL方法进行衡量。...为了解决这一问题,作者使用15时间点分段聚合近似(PAA)对fMRI数据集进行平滑,从而有效地减少数据数量(从n=490到n=32样本),并保留了重要时间信息。...因此,模型采用了一3C-64C-128C-192C-192C-128C卷积层,其中这些数字表示给定卷积层通道数量。...交叉验证和调参 这项工作中所有分析都是在一标准、重复(n=5)、分层交叉验证(CV)程序中进行评估。通过使用python中hypopt包以进行网格搜索策略从而对SML模型进行了超参数调优。...对于EN回归方法,将调优参数alpha乘以惩罚项(在[10-1、10-2、10-3、10-4、10-5、10-6]范围内)和凸组合惩罚参数(在[0,1]范围内均匀采样10值)也视为超参数。

    1.4K30

    再战 k8s(13):Pod 扩缩容

    自动模式则需要用户根据某个性能指标或者自定义业务指标,并指定Pod副本数量范围,系统将自动在这个范围内根据性能指标的变化进行调整。...如果设置期望指标值为50m,计算结果为0.5,则向上取整值为1,得到目标Pod副本数量应为1。 当计算结果与1非常接近时,可以设置一容忍度让系统不做扩缩容操作。...)算法为所有Pod副本当前指标值总和除以Pod副本数量得到平均值。...控制器会在操作时间窗口(时间范围可以配置)中考虑所有的建议信息,并从中选择得分最高建议。...minReplicas和maxReplicas:Pod副本数量最小值和最大值,系统将在这个范围内进行自动扩缩容操作,并维持每个PodCPU使用率为50%。 metrics:目标指标值。

    68610

    数据分析必备——统计学入门基础知识

    ); •系统抽样(将总体中所有单位按一定顺序排列,在规定范围内随机抽取一单位作为初始单位,然后再按事先指定好规则确定其他样本单位); •阶段抽样(先抽群,然后在群内进行二阶段抽样)。...#中心极限定理:若给定样本量所有样本来自任意整体,则样本均值抽样分布近似服从正态分布,且样本量越大,近似性越强。...2、假设检验类型 •单样本检验:检验单个样本平均值是否等于目标值 •相关配对检验:检验相关或配对观测之差平均值是否等于目标值 •独立双样本检验:检验两独立样本平均值之差是否等于目标值 3、统计检验方法...它是用标准正态分布理论来推断差异发生概率,从而比较两平均数>平均数差异是否显著。 T检验:用于样本含量较小(例如n<30),总体标准差σ未知正态分布样本。 F检验:F检验又叫方差齐性检验。...<20和器件平均值=20,此时就是双尾检测; 5、置信区间和置信水平 在统计学中,几乎都是依据样本来推断总体情况,但在推断过程中,我们会遇到各种各样阻碍和干扰,所以我们推断出结果不是一切确数字

    1.5K20

    Python极简美学:一行代码完成26日常任务

    Python以其简洁优雅著称,能够用最少代码行数实现强大功能。本文将通过展示Python如何以一行代码来解决常见编程任务,从而体验Python极简美学。...计算列表平均值 py numbers = [1, 2, 3, 4, 5] average = sum(numbers) / len(numbers) 使用sum()计算列表总和,len()获取长度,然后相除得到平均值...检查是否全是数字 py s = "12345" is_all_digits = all(c.isdigit() for c in s) all()结合生成器表达式,检查序列中所有元素是否满足条件,这里检查每个字符是否为数字...生成随机数 py import random random_number = random.randint(1, 100) 导入random模块,生成指定范围内随机整数。 17....通过这20实例,不仅可以知道如何用Python一行代码解决实际问题,还深入了解了Python几个核心概念:列表、字符串操作、集合、字典、循环、条件语句、函数和模块使用。

    10810

    关于机器学习面试题,你又了解多少呢?

    例如,分析一身高和体重对健康影响,如果使用米(m)和干克(kg)作为单位,那么身高特征会在1.6-1.8m数值范围内,体重特征会在50~100kg范围内,分析出来结果显然会倾向于数值差别比较大体重特征...a表示C1簇中某一样本点Xi到自身簇中其他样本点距离总和平均值。 bC2表示样本点Xi 到C2簇中所有样本点距离总和平均值。...然后重复执行“将距离最近簇合并为一操作n -1 次。每执行1 次,簇就会减少1 。执行n -1 次后,所有数据就都被分到了一簇中。...KNNK-Means目的是为了确定一分类目的是为了将一系列点集分成k类KNN是分类算法K-Means是聚类算法监督学习,分类目标事先已知非监督学习,将相似数据归到一起从而得到分类,没有外部分类训练数据集有...:O(n)时间复杂度:O(n*k*t),t为迭代次数相似点:都包含这样过程,给定点,在数据集中找离它最近点。

    76830

    70NumPy练习:在Python下一举搞定机器学习矩阵运算

    难度:2 问题:获取数组a和b元素匹配索引号 输入: 输出: 答案: 14.从numpy数组中提取给定范围内所有数字? 难度:2 问题:从数组a提取5到10之间所有元素。...难度:2 问题:从数组a中,替换大于30包括30且小于10到10所有值。 输入: 答案: 48.如何从numpy数组中获取n位置? 难度:2 问题:获取给定数组a中前5最大值位置。...难度:2 问题:为给定数字数组a排序。 输入: 输出: 答案: 55.如何使用numpy对多维数组中元素进行排序? 难度:3 问题:创建一给定数字数组a相同形式排列数组。...难度:3 问题:在给定numpy数组中找到重复条目(从第2起),并将它们标记为True。第一次出现应该是False。 输出: 答案: 59.如何找到numpy中分组平均值?...输出: 答案: 65.如何找到数组中第n重复项索引 难度:2 问题:找出x中第1重复5次索引。

    20.7K42

    这3Seaborn函数可以搞定90%可视化任务

    其中一流行是Seaborn,这是一用于Python统计数据可视化库。 最喜欢Seaborn原因是它巧妙语法和易用性,通过Seaborn我们只用3函数就可以创建普通图表。...hue参数根据给定列中不同值分隔行。我们已经将性别列传递给了hue参数,因此我们可以分别看到女性和男性分布。 多个参数决定了不同类别的栏如何显示(“dodge”表示并排显示)。...kde图创建了给定变量(即列)核密度估计值,因此我们得到概率分布估计值。我们可以通过将kind参数设置为“kde”来创建kde图。...我们还可以创建一条形图来检查不同产品线单价。与使用方框不同,条形图用一点表示每个数据点。因此,它就像数字和分类变量散点图。 让我们为branch和total列创建一条形图。...但是我们需要大部分都在这三函数范围内

    1.3K20

    每个数据科学专家都应该知道概率分布

    他又犯了另一错误,在匆忙中跳过了几项,但我们却不知道丢了谁成绩。我们来看看如何来解决这个问题吧。 一种方法是将成绩可视化,看看是否可以在数据中找到某种趋势。 ? 上面展示图形称为数据频率分布。...其中有一平滑曲线,但你注意到有一异常情况了吗?在某个特定分数范围内,数据频率异常低。所以,最准确猜测就是丢失值了,从而导致在分布中出现了凹陷。...例如,当你投骰子时候,输出结果只可能是1、2、3、4、5或6,而不可能出现1.5或2.45。 连续数据:可以在给定范围内取任何值。范围可以是有限,也可以是无限。...得到任何一结果概率是相等,这就是均匀分布基础。与伯努利分布不同,均匀分布所有可能结果n个数也是相等。 如果变量X是均匀分布,则密度函数可以表示为: ? 均匀分布曲线是这样: ?...标准正态分布定义为平均值等于0,标准偏差等于1分布: ? ? 泊松分布 假设你在一呼叫中心工作,一天里你大概会接到多少电话?它可以是任何一数字

    1.3K50

    高中就开始学正态分布,原来如此重要

    并记录每个值出现次数。 我们可以根据这些值作图。所作曲线就是概率分布曲线,目标变量得到概率就是变量概率分布。...什么是正态概率分布 如果对概率分布作图,得到一条倒钟形曲线,样本平均值、众数以及中位数是相等,那么变量就是正态分布。 这是正态分布钟形曲线示例: ?...上图介绍了非常出名 3σ原则,即: 约有 68.2% 点落在 ±1 标准差范围内 约有 95.5% 点落在 ±2 标准差范围内 约有 99.7% 点落在 ±3 标准差范围内。...例如想知道变量出现在 0 到 1 之间,它概率就能通过概率密度函数求出。 如果你用计算好概率密度函数绘制概率分布曲线,那么给定范围曲线下面积就描述了目标变量在范围内概率。...概率分布函数是根据多个参数(如变量平均值或标准差)计算得到。 我们可以用概率分布函数求出随机变量在一范围内取值相对概率。

    71720

    高中就开始学正态分布,原来如此重要

    并记录每个值出现次数。 我们可以根据这些值作图。所作曲线就是概率分布曲线,目标变量得到概率就是变量概率分布。...什么是正态概率分布 如果对概率分布作图,得到一条倒钟形曲线,样本平均值、众数以及中位数是相等,那么变量就是正态分布。 这是正态分布钟形曲线示例: ?...上图介绍了非常出名 3σ原则,即: 约有 68.2% 点落在 ±1 标准差范围内 约有 95.5% 点落在 ±2 标准差范围内 约有 99.7% 点落在 ±3 标准差范围内。...例如想知道变量出现在 0 到 1 之间,它概率就能通过概率密度函数求出。 如果你用计算好概率密度函数绘制概率分布曲线,那么给定范围曲线下面积就描述了目标变量在范围内概率。...概率分布函数是根据多个参数(如变量平均值或标准差)计算得到。 我们可以用概率分布函数求出随机变量在一范围内取值相对概率。

    53220

    可视化数据科学中概率分布以帮你更好地理解各种分布

    我们也许可以在线找到包含旧金山所有房价数据集(我们样本),并且进行一些统计分析之后,我们也许可以对美国任何其他城市房价做出相当准确预测(我们的人口)。...概率质量函数给出了一变量可以等于某个值概率,相反,概率密度函数值本身并不是概率,因为它们首先需要在给定范围内进行积分。...在此示例中,可以认为结果可能是正面的概率等于p, 而 对于反面则是 (1-p)(包含所有可能结果互斥事件概率总和为1)。 在下图中,提供了一偏向硬币情况下伯努利分布例子。 ? ?...可以帮助我们识别正态分布一些特征是: 曲线在中心对称。因此,均值,众数和中位数都等于相同值,从而使所有值围绕均值对称分布。 分布曲线下面积等于1(所有概率之和必须等于1)。...实际上,由于分布特性,68%数据位于平均值标准偏差范围内,95%数据位于平均值标准偏差范围内,99.7%数据位于平均值标准偏差范围内。 ?

    96820

    多元线性回归

    Parameters: 模型参数是从θ0 到θn。不要认为这是 n+1 单独参数。你可以把这 n+1 θ 参数想象成一 n+1 维向量 θ。...因此,通过特征缩放,通过"消耗掉"这些值范围,在这个例子中,我们最终得到特征 x1 和 x2 都在0和1之间,这样你得到梯度下降算法就会更快地收敛。...但对其他特征 你可能需要通过除以不同数 来让它们处于同一范围内。-1 和 +1这两个数字并不是太重要,所以 如果你有一特征x1 它取值在0和3之间,是没问题。...类似地,如果你特征在一非常非常小范围内,比如另外一特征 x4 它范围在 0.0001和+0.0001之间,那么这同样是一 比-1到+1小得多范围。因此同样会认为这个特征也不太好。...但是一般是这么考虑,如果一特征是在 -3 到 +3 范围内,那么你应该认为这个范围是可以接受。 但如果这个范围大于了-3到+3范围可能就要开始注意了。

    2K180

    每个数据科学家都应该知道概率分布

    一种方法是将成绩可视化,看看是否可以在数据中找到某种趋势。 上面展示图形称为数据频率分布。其中有一平滑曲线,但你注意到有一异常情况了吗?在某个特定分数范围内,数据频率异常低。...所以,最准确猜测就是丢失值了,从而导致在分布中出现了凹陷。 这个过程展示了你如何使用数据分析来尝试解决现实生活中问题。...数据可以分为离散和连续。 离散数据:顾名思义,只包含指定值。例如,当你投骰子时候,输出结果只可能是1、2、3、4、5或6,而不可能出现1.5或2.45。 连续数据:可以在给定范围内取任何值。...得到任何一结果概率是相等,这就是均匀分布基础。与伯努利分布不同,均匀分布所有可能结果n个数也是相等。...随机变量X〜N(μ,σ)图如下所示。 标准正态分布定义为平均值等于0,标准偏差等于1分布: 2.5、泊松分布 假设你在一呼叫中心工作,一天里你大概会接到多少电话?它可以是任何一数字

    1.8K60

    Auto-Sklearn:通过自动化加速模型开发周期

    让我们假设一简单模型管道,它有两管道组件:一输入器,然后是一随机森林分类器。 输入步骤有一超参数称为“strategy”,它决定了如何执行输入,例如使用平均值、中值或众数。...随机森林分类器有一称为“depth”超参数,它决定了森林中单个决策树最大深度。我们目标是找出哪个跨模型管道组件超参数组合能提供最好结果。...超参数优化两种常见方法是使用Grid Search或Random Search。 Grid Search 对于每个超参数,我们生成一可能值列表,并尝试所有可能组合。...Random Search 在随机搜索中,我们定义了每个超参数范围和选择,并在这些范围内随机选择超参数集。在我们简单例子中,深度范围是2到6之间,输入策略选择是平均值、中值或众数。...在本文中,我们研究了Auto-Sklearn如何使用元学习和贝叶斯优化来找到最优模型管道并构建模型集成。Auto-Sklearn是众多AutoML包中

    78830
    领券