寻找精度降低的模式

Question

我觉得应该有一个可用的库来更简单地做两件事，A）在双精度的情况下找到数组的模式和 B）优雅地降低精度直到达到特定频率。

想象一下这样的数组：

double[] a = {1.12, 1.15, 1.13, 2.0, 3.4, 3.44, 4.1, 4.2, 4.3, 4.4};

如果我正在寻找频率 3，那么它将从小数点后 2 位到小数点后 1 位，最后返回 1.1 作为我的模式。如果我的频率要求为 4，它将返回 4 作为我的模式。

我确实有一组代码按我想要的方式工作，并返回我所期望的，但我觉得应该有一种更有效的方法来实现这一点，或者现有的库可以帮助我完成相同的。附件是我的代码，我会对我应该采取的不同方法的想法/cmets 感兴趣....我列出了迭代以限制精度降低的程度。

public static double findMode(double[] r, int frequencyReq)
{
    double mode = 0d;
    int frequency = 0;
    int iterations = 4;

    HashMap<Double, BigDecimal> counter = new HashMap<Double, BigDecimal>();

    while(frequency < frequencyReq && iterations > 0){
        String roundFormatString = "#.";
        for(int j=0; j<iterations; j++){
            roundFormatString += "#";
        }
        DecimalFormat roundFormat = new DecimalFormat(roundFormatString);
        for(int i=0; i<r.length; i++){

            double element = Double.valueOf(roundFormat.format(r[i]));

            if(!counter.containsKey(element))
                counter.put(element, new BigDecimal(0));

            counter.put(element,counter.get(element).add(new BigDecimal(1)));
        }

        for(Double key : counter.keySet()){

            if(counter.get(key).compareTo(new BigDecimal(frequency))>0){
                mode = key;
                frequency = counter.get(key).intValue();
                log.debug("key: " + key + " Count: " + counter.get(key));
            }
        }
        iterations--;
    }

    return mode;
}

编辑

根据 Paulo 的评论，另一种表述问题的方式：目标是找到一个数字，其中邻域中至少有 frequency 数组元素，邻域的半径尽可能小。

Answer 1

我认为您的代码没有任何问题，而且我怀疑您是否会找到一个执行如此特定功能的库。但是，如果您仍然想要一个想法来解决这个问题，使用一种更 OOP 的方法来重用 Java 集合，那么这里有另一种方法：

• 创建一个类来表示具有不同小数位数的数字。它会有类似 VariableDecimal(double d,int ndecimals) 的构造函数。
• 在该类中覆盖对象方法equals 和hashCode。您的equals 实现将测试VariableDecimal 的两个实例是否相同，同时考虑到值d 和小数位数。 hashCode 可以简单地返回 d*exp(10,ndecimals) 转换为整数。

在您的逻辑中使用 HashMaps 以便他们重用您的对象：

HashMap<VariableDecimal, AtomicInteger> counters = new HashMap<VariableDecimal, AtomicInteger>();
for (double d : a) {
     VariableDecimal vd = new VariableDecimal(d,ndecimals);
     if (counters.get(vd)!=null)
         counters.set(vd,new AtomicInteger(0));
     counters.get(vd).incrementAndGet();

}
/* at the end of this loop counters should hold a map with frequencies of 
   each double for the selected precision so that you can simply traverse and 
   get the max */

这段代码没有显示减少小数位数的迭代，这是微不足道的。

Answer 2

这里是重新表述的问题的解决方案：

目标是找到一个数字，其中邻域中至少有frequency 数组元素，并且邻域的半径尽可能小。

（我在输入数组中随意切换1.15和1.13的顺序。）

基本思想是：我们已经对输入进行了排序（即相邻元素是连续的），并且我们知道我们想要在我们的邻域中有多少元素。所以我们在这个数组上循环一次，测量左边元素和右边元素frequency元素之间的距离。它们之间是frequency 元素，所以这形成了一个邻域。然后我们简单地取最小这样的距离。 （我的方法返回结果的方式比较复杂，你可能想做得更好。）

这并不完全等同于您的原始问题（不适用于固定的数字步长），但也许这是您真正想要的 :-)

不过，您必须找到一种更好的方法来格式化结果。

package de.fencing_game.paul.examples;

import java.util.Arrays;

/**
 * searching of dense points in a distribution.
 *
 * Inspired by http://stackoverflow.com/questions/5329628/finding-a-mode-with-decreasing-precision.
 */
public class InpreciseMode {

    /** our input data, should be sorted ascending. */
    private double[] data;

    public InpreciseMode(double ... data) {
        this.data = data;
    }


    /**
     * searchs the smallest neighbourhood (by diameter) which
     * contains at least minSize elements.
     *
     * @return an array of two arrays:
     *     {   { the middle point of the neighborhood,
     *           the diameter of the neighborhood  },
     *        all the elements of the neigborhood }
     *
     * TODO: better return an object of a class encapsuling these.
     */
    public double[][] findSmallNeighbourhood(int minSize) {
        int currentLeft = -1;
        int currentRight = -1;
        double currentMinDiameter = Double.POSITIVE_INFINITY;

        for(int i = 0; i + minSize-1 < data.length; i++) {
            double diameter = data[i+minSize-1] - data[i];
            if(diameter < currentMinDiameter) {
                currentMinDiameter = diameter;
                currentLeft = i;
                currentRight = i + minSize-1;
            }
        }
        return
            new double[][] {
            { 
                (data[currentRight] + data[currentLeft])/2.0,
                currentMinDiameter
            },
            Arrays.copyOfRange(data, currentLeft, currentRight+1)
        };
    }

    public void printSmallNeighbourhoods() {
        for(int frequency = 2; frequency <= data.length; frequency++) {
            double[][] found = findSmallNeighbourhood(frequency);

            System.out.printf("There are %d elements in %f radius "+
                              "around %f:%n     %s.%n",
                              frequency, found[0][1]/2, found[0][0],
                              Arrays.toString(found[1]));
        }
    }


    public static void main(String[] params) {
        InpreciseMode m =
            new InpreciseMode(1.12, 1.13, 1.15, 2.0, 3.4, 3.44, 4.1,
                              4.2, 4.3, 4.4);
        m.printSmallNeighbourhoods();
    }

}

输出是

There are 2 elements in 0,005000 radius around 1,125000:
     [1.12, 1.13].
There are 3 elements in 0,015000 radius around 1,135000:
     [1.12, 1.13, 1.15].
There are 4 elements in 0,150000 radius around 4,250000:
     [4.1, 4.2, 4.3, 4.4].
There are 5 elements in 0,450000 radius around 3,850000:
     [3.4, 3.44, 4.1, 4.2, 4.3].
There are 6 elements in 0,500000 radius around 3,900000:
     [3.4, 3.44, 4.1, 4.2, 4.3, 4.4].
There are 7 elements in 1,200000 radius around 3,200000:
     [2.0, 3.4, 3.44, 4.1, 4.2, 4.3, 4.4].
There are 8 elements in 1,540000 radius around 2,660000:
     [1.12, 1.13, 1.15, 2.0, 3.4, 3.44, 4.1, 4.2].
There are 9 elements in 1,590000 radius around 2,710000:
     [1.12, 1.13, 1.15, 2.0, 3.4, 3.44, 4.1, 4.2, 4.3].
There are 10 elements in 1,640000 radius around 2,760000:
     [1.12, 1.13, 1.15, 2.0, 3.4, 3.44, 4.1, 4.2, 4.3, 4.4].