CSP-202012-2-期末预测之最佳阈值

本文主要是介绍CSP-202012-2-期末预测之最佳阈值，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

CSP-202012-2-期末预测之最佳阈值

【70分思路】

本题的难点还是时间复杂度，暴力枚举会导致时间超限。
对于每一个可能的阈值theta，代码都重新计算了整个predict数组，统计预测正确的数目，因为有两个嵌套的循环，使得时间复杂度是O(m^2)。

#include <iostream>
using namespace std;
int main() {int m;cin >> m;int* y = new int[m];int* result = new int[m];int* ac_num = new int[m];int ac_num_max = -1, y_max = -1;for (int i = 0; i < m; i++){cin >> y[i] >> result[i];ac_num[i] = 0;}for (int i = 0; i < m; i++){int theta = y[i];int* predict = new int[m];for (int j = 0; j < m; j++){predict[j] = 0;}// 计算predictfor (int j = 0; j < m; j++){if (y[j] >= theta){predict[j] = 1;}}// 统计正确次数for (int j = 0; j < m; j++){if (predict[j] == result[j]){ac_num[i]++;}}// 预测正确的次数最多if (ac_num[i] > ac_num_max){ac_num_max = ac_num[i];y_max = theta;}// 多个阈值均可以达到最高准确率时，选取其中最大的else if (ac_num[i] == ac_num_max){if (theta > y_max){y_max = theta;}}delete[]predict;}cout << y_max;delete[]y;delete[]result;delete[]ac_num;return 0;
}

【100分思路】

【核心思路】：利用排序和一次遍历来减少计算量。思路是先将输入的y数组和结果result数组按照y值排序，然后一次性计算不同theta值对应的正确预测数量。这样做可以将时间复杂度降低到O(m log m)（主要是排序的时间复杂度，之后只需线性时间就可以计算所有可能的theta值）
上述代码通过一种巧妙的方法实现了对不同theta（阈值）的处理，仅通过单次遍历数据即可更新基于不同theta值的预测正确数。这种方法的核心在于利用排序后的数据和对预测正确数的连续更新，而不是重新计算每一个可能的theta值对应的预测正确数。以下是这个过程的详细解释：

具体思路

排序数据： 首先，通过将数据点按y值进行排序，确保在遍历数据时，theta值是逐渐增加的。这意味着，我们只需要考虑在这些y值变化的地方theta可能会导致预测结果的变化，而不是在每个可能的y值。
初始化正确预测数： 在开始遍历之前，计算了一个初始的正确预测数，这是基于假设theta小于最小y值（即所有数据点的预测结果都是1）的情况。这相当于设置了一个非常低的初始阈值，使得所有预测都是1，然后计算这个情况下正确预测的数量。
遍历并更新： 遍历排序后的数据时，每次遇到一个新的y值，都相当于theta发生了变化。
- 如果theta小于当前的y值，当前点的预测结果会是1；
- 如果theta等于或大于当前的y值，当前点的预测结果则为0（假设预测规则是y >= theta为1，否则为0）。
- 每当theta变化，都会影响到当前点的预测正确与否。
  - 如果当前点实际结果为1，那么当theta增加到等于当前点的y值时，之前计入的正确预测数需要减1（因为这个点现在被错误地预测为0）。
  - 如果当前点的实际结果为0，相反的，当theta增加到等于当前点的y值时，之前未计入的正确预测数需要增加1（因为这个点现在被正确地预测为0）。这一逻辑体现在对currentPredictions的更新上。
处理相同的y值： 在实际数据中，可能存在多个数据点具有相同的y值。当处理这样的数据点时，只有在所有具有相同y值的数据点都被考虑完毕后，才会更新theta值。这意味着，如果连续几个数据点有相同的y值，我们会在遍历到最后一个具有该y值的数据点后，才考虑theta值的变化对预测正确数的影响。这一点通过跳过重复y值的逻辑实现，从而确保了每个不同的theta值只被考虑一次。
更新最大准确预测数和theta： 在遍历过程中，每次theta变化后，都会评估当前的正确预测数。如果这个数值超过了之前记录的最大准确预测数，或者在达到相同的最大准确预测数时具有更大的theta值，则更新记录的最大准确预测数和对应的theta值。这保证了在所有考虑的theta值中，选择了能够产生最大准确预测数的最大theta值。

#include <iostream>
#include <algorithm>
using namespace std;struct Data {int y;int result;
};// 比较函数，用于sort对Data数组进行排序，基于y值升序排列
bool compareData(const Data& a, const Data& b) {return a.y < b.y;
}int main() {int m;cin >> m; Data* data = new Data[m]; for (int i = 0; i < m; i++) {cin >> data[i].y >> data[i].result;}    sort(data, data + m, compareData); // 对数据点按y值进行升序排序int correctPredictions = 0; // 正确预测的初始数量，假设所有数据点的预测结果都是1for (int i = 0; i < m; i++) {if (data[i].result == 1) {correctPredictions++; // 统计实际结果为1的数量}}int ac_num_max = correctPredictions; // 记录最大准确预测数int y_max = data[0].y; // 记录达到最大准确预测数的y阈值int currentPredictions = correctPredictions; // 当前阈值下的准确预测数for (int i = 0; i < m; i++) {// 如果当前点的实际结果为0，则假设以当前点的y值为阈值时，将使得预测为1的数量增加// 因为实际为0但预测为1的情况会减少if (data[i].result == 0) {currentPredictions++;}else {// 反之，如果实际结果为1，以当前点的y值为阈值会使得这个点预测错误（预测为0），因此准确预测数减少currentPredictions--;}// 跳过重复的y值，避免对相同阈值的重复计算if (i < m - 1 && data[i].y == data[i + 1].y) {continue;}// 更新记录的最大准确预测数及对应的y阈值// 这里的条件是为了确保，当有多个阈值产生相同的最大准确预测数时，选择y值较大的那个if (currentPredictions >= ac_num_max) {ac_num_max = currentPredictions;// 选择下一个不同的y值作为阈值，确保在所有相同的最大准确预测数中选择最大的y值y_max = i < m - 1 ? data[i + 1].y : data[i].y;}}cout << y_max; // 输出达到最大准确预测数的最大y阈值delete[] data; // 释放动态分配的内存return 0;
}