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的收益,而是反映了所有经济情况下所有可能结果的平均值。 风险价值(VaR)告诉你在一个给定的时间段内,在预先确定的置信水平下,你能损失多少钱。...风险值是一个最先进的衡量标准,因为它可以为所有类型的资产进行计算,并考虑到多样化的因素。然而,风险值并不是一个最大的损失数字,所以分析师可能会遇到大于风险值的损失。...最后,正如 "投资"(Bodie, Kane, Marcus)中所说,VaR是指在给定的时间范围内,收益分布的左尾概率α和右尾概率1-α累积的最小损失额。...在方差-协方差方法中,我们使用的是参数方法,假设收益是正态分布。因此,我们只需要计算两个参数,即给定收益的平均值和SD(即标准差)。...为了保持代码结构的连续性,我在下面介绍一个资产类别的样本,以及一个多资产的投资组合结构,其中包括VaR计算。

1.2K31

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的收益,而是反映了所有经济情况下所有可能结果的平均值。 风险价值(VaR)告诉你在一个给定的时间段内,在预先确定的置信水平下,你能损失多少钱。...风险值是一个最先进的衡量标准,因为它可以为所有类型的资产进行计算,并考虑到多样化的因素。然而,风险值并不是一个最大的损失数字,所以分析师可能会遇到大于风险值的损失。  ...最后,正如 "投资"(Bodie, Kane, Marcus)中所说,VaR是指在给定的时间范围内,收益分布的左尾概率α和右尾概率1-α累积的最小损失额。...在方差-协方差方法中,我们使用的是参数方法,假设收益是正态分布。因此,我们只需要计算两个参数,即给定收益的平均值和SD(即标准差)。...为了保持代码结构的连续性,我在下面介绍一个资产类别的样本,以及一个多资产的投资组合结构,其中包括VaR计算。

4.6K20
  • 杭电OJ2010-2019

    现在要求输出所有在 m 和 n 范围内的水仙花数。 Input 输入数据有多组,每组占一行,包括两个整数 m 和 n(100n<=999)。...Output 对于每个测试实例,要求输出所有在给定范围内的水仙花数,就是说,输出的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,之间用一个空格隔开;如果给定的范围内不存在水仙花数...Output 对于每个给定范围内的取值,如果表达式的值都为素数,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的所有值,判断是否为素数 或者也可以把范围里的全部计算出来,数字不大也不多,直接打表 参考源码...n (n的数列,该数列定义为从 2 开始的递增有序偶数,现在要求你按照顺序每 m 个数求出一个平均值,如果最后不足 m 个,则以实际数量求平均值。

    47330

    漫画:什么是字典序算法?

    ————— 第二天 ————— 算法题目: 给定一个正整数,实现一个方法来求出离该整数最近的大于自身的“换位数”。 什么是换位数呢?...就是把一个整数各个数位的数字进行全排列,从而得到新的整数。例如53241和23541。 小灰也不知道这种经过换位的整数应该如何称呼,所以姑且称其为“换位数”。...———————————— 举一个栗子: 给定1,2,3,4,5这几个数字。 最大的组合:54321 最小的组合:12345 比如给定整数12354,如何找到离它最近且大于它的换位数呢?...为了和原数接近,我们需要尽量保持高位不变,低位在最小的范围内变换顺序。 那么,究竟需要变换多少位呢?这取决于当前整数的逆序区域。...获得最近换位数的三个步骤: 1.从后向前查看逆序区域,找到逆序区域的前一位,也就是数字置换的边界 2.把逆序区域的前一位和逆序区域中刚刚大于它的数字交换位置 3.把原来的逆序区域转为顺序 //主流程,

    36620

    Excel正态分布函数简介

    最后一个例子,这里有一个令人惊讶的正态曲线:取任何人口,无论它是否呈正态分布,从该群体中随机选择至少30名成员,测量他们的某些特征,然后找到这些测量值的平均值,该平均值是一个数据点。...图1 z值是一个值与以标准差表示的平均值之间的距离。在图2中,每个数字都是一个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该值。...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的值在大约95%都在该范围内。 记住,大约95%的样本在均值两侧的两个标准偏差内。(当然,这是总共四个标准差。)...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的方法,但要考虑这种计算经常使用的方式。...如何从正态分布计算随机数 记住,NORM.INV函数返回给定概率的值。

    5.2K20

    深入剖析vscode工具函数(九)数字相关处理

    其中包括clamp函数,用于将一个数字限制在指定的范围内;rot函数,用于对一个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的函数等等。...clamp函数 clamp 是一个数学术语,表示将一个数值限制在指定的范围内。...移动平均值 移动平均值是一个统计学中的概念,给定一个数列和一个固定子集大小,移动平均数的第一个元素是由数列的初始固定子集的平均值得到的。...image 当计算下一天的移动平均的时候,就会在求和中加入一个新值,剔除一个旧值,无需把所有数值重新加一遍: image 在VSCode中有一个类是用来计算移动平均值的: export class MovingAverage...比如,我们可以使用clamp函数将一个数字限制在指定的范围内,使用rot函数对一个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

    25220

    深度学习在静息态功能磁共振成像中的应用

    随后使用皮尔逊相关性计算ICA-TCs之间的相关系数从而得到sFC特征(n=1378条FC),所有fMRI特征的性能均通过第II-E节中提到的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个时间点的分段聚合近似(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个样本),并保留了重要的时间信息。...因此,该模型采用了一个3C-64C-128C-192C-192C-128C的卷积层,其中这些数字表示给定卷积层的通道数量。...交叉验证和调参 这项工作中的所有分析都是在一个标准的、重复的(n=5)、分层交叉验证(CV)程序中进行评估的。通过使用python中的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]范围内均匀采样的10个值)也视为超参数。

    1.4K30

    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,在规定的范围内随机抽取一个单位作为初始单位,然后再按事先指定好的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:若给定样本量的所有样本来自任意整体,则样本均值的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:检验单个样本的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的平均值是否等于目标值 •独立双样本检验:检验两个独立样本的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的理论来推断差异发生的概率,从而比较两个平均数>平均数的差异是否显著。 T检验:用于样本含量较小(例如n的正态分布样本。 F检验:F检验又叫方差齐性检验。...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的情况的,但在推断的过程中,我们会遇到各种各样的阻碍和干扰,所以我们推断出的结果不是一个切确的数字

    1.6K20

    再战 k8s(13):Pod 的扩缩容

    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副本数量的范围,系统将自动在这个范围内根据性能指标的变化进行调整。...如果设置的期望指标值为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个。 当计算结果与1非常接近时,可以设置一个容忍度让系统不做扩缩容操作。...)的算法为所有Pod副本当前指标值的总和除以Pod副本数量得到的平均值。...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的建议。...minReplicas和maxReplicas:Pod副本数量的最小值和最大值,系统将在这个范围内进行自动扩缩容操作,并维持每个Pod的CPU使用率为50%。 metrics:目标指标值。

    74210

    【优选算法篇】滑动窗口的艺术:如何动态调整子区间解决复杂问题(中篇)

    1.2 基本应用场景 1.2.1 数据流问题 滑动窗口还常用于处理实时数据流中的问题,例如: 计算实时数据流的平均值:给定一个数据流,在每一时刻计算窗口内数据的平均值。...滑动窗口中的最大值:给定一个数组,求出每个大小为k的窗口的最大值。 1.2.4 字符计数问题 滑动窗口可以用于解决在一定范围内对字符或元素计数的问题。...例如,给定一个字符串和一个字符集,找出每个字符在滑动窗口中的出现频率。 字符覆盖问题:在一个字符串中,找出包含目标字符集所有字符的最小子串。 2....我们希望通过从两端移除元素使得剩余的和为 x。 所以我们需要找到一个子数组,其和为 sum - x。这个子数组的长度越长,表示我们从两端删除的元素越少,从而操作次数最少。...内层循环遍历右端移除的元素数 right。 检查两端移除的和是否等于 x,如果满足条件,则更新最小操作数。 返回结果: 如果遍历完所有组合后仍未找到满足条件的情况,返回 -1。

    14010

    Python极简美学:一行代码完成的26个日常任务

    Python以其简洁优雅著称,能够用最少的代码行数实现强大的功能。本文将通过展示Python如何以一行代码来解决常见的编程任务,从而体验Python的极简美学。...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,生成指定范围内的随机整数。 17....通过这20个实例,不仅可以知道如何用Python的一行代码解决实际问题,还深入了解了Python的几个核心概念:列表、字符串操作、集合、字典、循环、条件语句、函数和模块的使用。

    13910

    关于机器学习的面试题,你又了解多少呢?

    例如,分析一个人的身高和体重对健康的影响,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的数值范围内,体重特征会在50~100kg的范围内,分析出来的结果显然会倾向于数值差别比较大的体重特征...a表示C1簇中的某一个样本点Xi到自身簇中其他样本点的距离总和的平均值。 bC2表示样本点Xi 到C2簇中所有样本点的距离总和的平均值。...然后重复执行“将距离最近的两个簇合并为一个”的操作n -1 次。每执行1 次,簇就会减少1 个。执行n -1 次后,所有数据就都被分到了一个簇中。...KNNK-Means目的是为了确定一个点的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:都包含这样的过程,给定一个点,在数据集中找离它最近的点。

    78330

    这3个Seaborn函数可以搞定90%的可视化任务

    其中一个流行的是Seaborn,这是一个用于Python的统计数据可视化库。 我最喜欢Seaborn原因是它巧妙的语法和易用性,通过Seaborn我们只用3个函数就可以创建普通的图表。...hue参数根据给定列中的不同值分隔行。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的分布。 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)的核密度估计值,因此我们得到概率分布的估计值。我们可以通过将kind参数设置为“kde”来创建kde图。...我们还可以创建一个条形图来检查不同产品线的单价。与使用方框不同,条形图用一个点表示每个数据点。因此,它就像数字和分类变量的散点图。 让我们为branch和total列创建一个条形图。...但是我们需要的大部分都在这三个函数的范围内。

    1.3K20

    70个NumPy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的元素匹配的索引号 输入: 输出: 答案: 14.从numpy数组中提取给定范围内的所有数字? 难度:2 问题:从数组a提取5到10之间的所有元素。...难度:2 问题:从数组a中,替换大于30包括30且小于10到10的所有值。 输入: 答案: 48.如何从numpy数组中获取n个值的位置? 难度:2 问题:获取给定数组a中前5个最大值的位置。...难度:2 问题:为给定的数字数组a排序。 输入: 输出: 答案: 55.如何使用numpy对多维数组中的元素进行排序? 难度:3 问题:创建一个与给定数字数组a相同形式的排列数组。...难度:3 问题:在给定的numpy数组中找到重复的条目(从第2个起),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中的分组平均值?...输出: 答案: 65.如何找到数组中第n个重复项的索引 难度:2 问题:找出x中第1个重复5次的索引。

    20.7K42

    每个数据科学专家都应该知道的六个概率分布

    他又犯了另一个错误,在匆忙中跳过了几项,但我们却不知道丢了谁的成绩。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。 ? 上面展示的图形称为数据的频率分布。...其中有一个平滑的曲线,但你注意到有一个异常情况了吗?在某个特定的分数范围内,数据的频率异常低。所以,最准确的猜测就是丢失值了,从而导致在分布中出现了凹陷。...例如,当你投骰子的时候,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:可以在给定的范围内取任何值。范围可以是有限的,也可以是无限的。...得到任何一个结果的概率是相等的,这就是均匀分布的基础。与伯努利分布不同,均匀分布的所有可能结果的n个数也是相等的。 如果变量X是均匀分布的,则密度函数可以表示为: ? 均匀分布的曲线是这样的: ?...标准正态分布定义为平均值等于0,标准偏差等于1的分布: ? ? 泊松分布 假设你在一个呼叫中心工作,一天里你大概会接到多少个电话?它可以是任何一个数字。

    1.3K50

    多元线性回归

    Parameters: 该模型的参数是从θ0 到θn。不要认为这是 n+1 个单独的参数。你可以把这 n+1 个 θ 参数想象成一个 n+1 维的向量 θ。...因此,通过特征缩放,通过"消耗掉"这些值的范围,在这个例子中,我们最终得到的两个特征 x1 和 x2 都在0和1之间,这样你得到的梯度下降算法就会更快地收敛。...但对其他的特征 你可能需要通过除以不同的数 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 如果你有一个特征x1 它的取值在0和3之间,是没问题的。...类似地,如果你的特征在一个非常非常小的范围内,比如另外一个特征 x4 它的范围在 0.0001和+0.0001之间,那么这同样是一个 比-1到+1小得多的范围。因此同样会认为这个特征也不太好。...但是我一般是这么考虑的,如果一个特征是在 -3 到 +3 的范围内,那么你应该认为这个范围是可以接受的。 但如果这个范围大于了-3到+3的范围,我可能就要开始注意了。

    2K180

    每个数据科学家都应该知道的六个概率分布

    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。 上面展示的图形称为数据的频率分布。其中有一个平滑的曲线,但你注意到有一个异常情况了吗?在某个特定的分数范围内,数据的频率异常低。...所以,最准确的猜测就是丢失值了,从而导致在分布中出现了凹陷。 这个过程展示了你该如何使用数据分析来尝试解决现实生活中的问题。...数据可以分为离散的和连续的。 离散数据:顾名思义,只包含指定的值。例如,当你投骰子的时候,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:可以在给定的范围内取任何值。...得到任何一个结果的概率是相等的,这就是均匀分布的基础。与伯努利分布不同,均匀分布的所有可能结果的n个数也是相等的。...随机变量X〜N(μ,σ)的图如下所示。 标准正态分布定义为平均值等于0,标准偏差等于1的分布: 2.5、泊松分布 假设你在一个呼叫中心工作,一天里你大概会接到多少个电话?它可以是任何一个数字。

    1.9K60

    可视化数据科学中的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一个包含旧金山所有房价的数据集(我们的样本),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的房价做出相当准确的预测(我们的人口)。...概率质量函数给出了一个变量可以等于某个值的概率,相反,概率密度函数的值本身并不是概率,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)(包含所有可能结果的互斥事件的概率总和为1)。 在下图中,我提供了一个偏向硬币情况下伯努利分布的例子。 ? ?...可以帮助我们识别正态分布的一些特征是: 曲线在中心对称。因此,均值,众数和中位数都等于相同的值,从而使所有值围绕均值对称分布。 分布曲线下的面积等于1(所有概率之和必须等于1)。...实际上,由于分布特性,68%的数据位于平均值的一个标准偏差范围内,95%的数据位于平均值的两个标准偏差范围内,99.7%的数据位于平均值的三个标准偏差范围内。 ?

    1K20

    Deep learning with Python 学习笔记(1)

    每个概率值表示当前数字图像属于 10 个数字类别中某一个的概率 损失函数(loss function):网络如何衡量在训练数据上的性能,即网络如何朝着正确的方向前进 优化器(optimizer):基于训练数据和损失函数来更新网络的机制...因此,对于具有多个损失函数的网络,需要将所有损失函数取平均,变为一个标量值 一个 Keras 工作流程 定义训练数据: 输入张量和目标张量 定义层组成的网络(或模型),将输入映射到目标 配置学习过程...机器学习的四个分支 监督学习 给定一组样本(通常由人工标注),它可以学会将输入数据映射到已知目标,如 分类 回归 序列生成 给定一张图像,预测描述图像的文字 语法树预测 给定一个句子,预测其分解生成的语法树...目标检测 给定一张图像,在图中特定目标的周围画一个边界框 图像分割 给定一张图像,在特定物体上画一个像素级的掩模 无监督学习 在没有目标的情况下寻找输入数据的有趣变换,其目的在于数据可视化、数据压缩...取值较小: 大部分值都应该在 0~1 范围内 同质性(homogenous): 所有特征的取值都应该在大致相同的范围内 一种更严格的标准化为将: 每个特征分别标准化,使其均值为 0,标准差为 1

    1.4K40

    Auto-Sklearn:通过自动化加速模型开发周期

    让我们假设一个简单的模型管道,它有两个管道组件:一个输入器,然后是一个随机森林分类器。 输入步骤有一个超参数称为“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个称为“depth”的超参数,它决定了森林中单个决策树的最大深度。我们的目标是找出哪个跨模型管道组件的超参数组合能提供最好的结果。...超参数优化的两种常见方法是使用Grid Search或Random Search。 Grid Search 对于每个超参数,我们生成一个可能值的列表,并尝试所有可能的值组合。...Random Search 在随机搜索中,我们定义了每个超参数的范围和选择,并在这些范围内随机选择超参数集。在我们的简单例子中,深度的范围是2到6之间,输入策略的选择是平均值、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的模型管道并构建模型集成。Auto-Sklearn是众多AutoML包中的一个。

    81430
    领券