【华为OD机试2023】简单的自动曝光Python
题目描述：
一个图像有n个像素点，存储在一个长度为n的数组img里，每个像素点的取值范围[0,255]的正整数。 请你给图像每个像素点值加上一个整数k（可以是负数），得到新图newImg，使得新图newImg的所有像素平均值最接近中位值128。 请输出这个整数k。
输入描述：
n个整数，中间用空格分开
例如：
0 0 0 0
4个数值，中间用空格分开
输出描述：
一个整数k
补充说明：
• 1 <= n <= 100 • 如有多个整数k都满足，输出小的那个k；
• 新图的像素值会自动截取到[0,255]范围。当新像素值<0，其值会更改为0；当新像素值>255，其值会更改为255；
例如newImg="-1 -2 256",会自动更改为"0 0 255"
示例1
输入：
0 0 0 0
输出：
128
说明：
四个像素值都为0
示例2
输入：
129 130 129 130
输出：
-2
说明：
-1的均值128.5，-2的均值为127.5，输出较小的数-2
解题思路：
复杂度有点高。用一个列表来存储曝光后的像素数据，再用一个列表lst来存储符合要求的k值。如果曝光后的平均值小于此前的最小值，则把lst清空，存入k
def f(lst:list):
sum=0
l=len(lst)
for i in lst:
sum+=i
return sum/l
img=list(map(int,input().split()))
min=128
lst=[]
for k in range(-255,256):
newimg=[xs+k if 0<=(xs+k)<=255 else 0 if (xs+k)<0 else 255 for xs in img]
newimg_count=f(newimg)
if abs(128-newimg_count)<min:
lst.clear()
lst.append(k)
min=abs(128-newimg_count)
print(sorted(lst)[0])
类似资料：