★ FEATURED ARTICLE 1. 开局这道“平均气温”题到底想考你什么后台有同学问气温统计这类题数据量明明不大逻辑也很简单怎么提交上去就是过不了今天借着PA8题解报告——平均气温(Temperature)这道题把那些容易被忽略的输入输出细节和浮点数精度问题彻底聊透。这道题是各类算法课、数据结构课、编程实验里特别家常的一道给你连续若干天的气温数据叫你把平均值算出来。看着就是“求和除以个数”的小学运算但真上了在线评测系统不少人会在同一个坑里栽跟头。我见过一个班二十多个人提交AC率不到一半的情况错法还五花八门有人用整数除整数结果全是0有人忘了处理小数位差一个格式就给判错还有人死在输入读取上数据读不全结果自然是错的。这篇文章不打算只甩代码我会把题面背后的考点逐个拆开讲清楚为什么这么写、哪些地方容易翻车、翻车之后怎么排查。无论你是刚学编程的新手还是带过这门课的助教都能在这篇报告里找到点有用的东西。读完你能收获的不只是这道题的AC还有一套对付同类输入输出题的通用方法论。2. 题意拆解与问题本质分析2.1 先看题面到底说了什么这类题目的题干一般长这样输入第一行是一个整数表示天数接下来是若干行或一行的温度数据可能带小数也可能全是整数。要求输出这些温度的平均值保留特定小数位。典型样例大概是5 1.0 2.0 3.0 4.0 5.0期望输出3.00有些变体还会要求保留一位、三位小数甚至要求输出最高温度和最低温度。归根结底都是同一个框架读入一组数据做一次聚合计算再按指定格式输出。题目看起来是“算平均值”但它的真实考察点其实有三个层面第一层是基础的循环累加和除法运算第二层是输入流的处理能力要能在不同风格的数据排布下稳定读取第三层是浮点数的理解深度知道为什么直接算可能不对、精度在哪里丢的、怎么控制小数输出。这三层能力对应着不同阶段的编程水平也是这道题作为“PA8”意义所在——它不是一个纯考数学的题而是一道综合性的程序题。2.2 隐含的边界条件都有哪些很多同学第一次AC失败不是因为算法不会而是因为没考虑到边界情况。平均气温这道题里最容易被忽略的边界条件有这么几类n为1时平均值就是它本身程序不能在此处崩溃或错误清空累加器n为0时题目一般不会给但测试数据如果出现得有应对方案防止除数为零温度值为负数时累加和可能为负平均值输出时要带头负号数据量大的时候比如几十万条数据累加和可能会很大用int很可能会溢出需要用更大范围的类型温度带小数时除法的取整逻辑要谨慎尤其在不同语言中“/”运算符对整数和浮点数有完全不同的语义。这些边界条件单独看都很简单但组合在一起就容易出问题。我在本地测试时经常是随便造几组整数就能过一提交就超时或者报错。后来养成一个习惯写题之前先列一遍边界条件清单再对照清单去设计测试用例。这个习惯帮我少走了很多弯路。2.3 出题人真正希望你掌握的技能结合这道题所在的课程进度来看出题人大概率希望你在完成本题后能熟练做到几件事正确处理标准输入输出、掌握循环结构、了解整型和浮点型的区别、使用格式化输出控制小数位。听起来都是基础但基础不代表简单。我辅导过不少同学发现很多人卡在第8题左右往往就是因为前面的题目能靠直觉做出来到这道题开始需要真正理解“类型”这个抽象概念了。所以PA8这道平均气温题既是知识的分水岭也是培养严谨编程习惯的好机会。3. 核心思路与方案选型的底层逻辑3.1 为什么不推荐用数组存储全部数据有同学拿到题就声明一个数组把n个温度都存进去最后再遍历求和。程序没问题但对这道题来说属于杀鸡用了牛刀。因为计算平均值只需要知道两样东西总和、个数。完全可以在读取过程中边读边累加不需要把数据留到后面再用。用一个循环double sum 0.0; for (int i 0; i n; i) { double x; cin x; sum x; }处理完毕内存占用恒定时间复杂度是O(n)空间复杂度是O(1)。这种方式在数据规模达到十万、百万级别时也能平稳运行而如果开数组一旦题目隐藏的数据范围比你预估的大还可能直接内存越界或者超限制。3.2 使用double而非float是为了什么这是一个非常关键的选择。浮点数在计算机里是用二进制近似表示的float类型只有约7位有效十进制数字当你累加了上千个带小数的气温值时误差会一层层累积最后可能导致输出结果差一点点——而在线评测系统的判题往往要求误差在1e-2甚至更严格。double类型有约15位有效十进制数字预留给累加误差的余量大多了。我见过有人用float写了这道题本地测试五个数据时结果都正常一到评测机上就出现“Presentation Error”或“Wrong Answer”最后换成double立刻AC。这类问题特别坑因为不是逻辑错误而是精度错误单靠肉眼很难察觉。另一个选择是用整数计算如果所有温度都精确到一位小数可以先把所有数乘10转成整数累加完再除以10。这样做的好处是避免浮点误差坏处是可读性变差而且一旦题目数据带两位小数甚至三位小数你还得自己调整缩放系数。对于数据规模不超过百万级别的情况double完全够用不必绕这个弯子。3.3 累加误差真的存在吗聊聊Kahan补偿现代CPU的浮点运算已经相当精确但double在累加上亿个数时仍然可能出现系统性误差。比如1e16加上1.0结果可能还是1e16因为小数部分被挤掉了。平均气温题的数据范围通常不会大到触发这种情况可如果你想把解法打磨得更坚实可以在累加时使用Kahan补偿算法。double sum 0.0; double compensation 0.0; for (int i 0; i n; i) { double x; cin x; double y x - compensation; double temp sum y; compensation (temp - sum) - y; sum temp; }这段代码初看令人困惑它的作用是记录每一步累加中丢失的低位信息再在下一轮补回来。实际效果是让最终精度逼近真实值。但在PA8这道题中我会说不必过度设计。用double加上普通的循环累加就够了这个知识了解即可如果是为了面试或者竞赛冲刺再去深究日常学习阶段还是把基本功打牢更重要。很多初学者一上来就搞花哨的优化反而忽略了最基础的逻辑正确性这是本末倒置。3.4 输出格式控制的几个关键动作下一位输出是另一个大坑。常见的格式要求是保留两位小数这就要用到格式化输出。在C语言里用printf(%.2f\n, average);在C里用cout fixed setprecision(2) average endl;在Python里用print(f{average:.2f})这里最容易被忽略的问题有两个一是C里如果忘记加fixedsetprecision(2)表示保留两位有效数字而非两位小数结果可能输出科学计数法样式二是格式化输出的四舍五入规则不同编译器、不同语言的环境差异可能导致边缘舍入不一致。我在实际做这道题时还在输出前加了一行保护性判断当平均值的绝对值小于某个极小值如1e-9时直接设置成0。因为浮点数运算可能导致-0.0000001这种情况出现格式化后输出成“-0.00”评测系统可不管你数学上-0.00和0.00是否相等字符串比对不一致就是判错。4. 参考代码实现与关键步骤解释4.1 C完整参考实现下面给出一版可以直接提交的C参考代码#include bits/stdc.h using namespace std; int main() { int n; while (cin n) { double sum 0.0; double temperature; for (int i 0; i n; i) { cin temperature; sum temperature; } double average sum / n; if (fabs(average) 1e-9) { average 0.0; } cout fixed setprecision(2) average endl; } return 0; }有几个细节值得拿出来单独说。第一while (cin n)不是多此一举它能自动处理输入流中的空白符并且遇到文件结束符时循环自然退出。许多在线评测系统会组织多组测试数据有这样的循环结构就不用担心只处理一组后程序就结束了。第二读取温度数据时直接读double不需要先读字符串再转换。第三最后对平均值做了一次绝对值判断把“-0.00”修正为“0.00”。4.2 Python参考实现与API差异Python代码更简洁但需要注意input()的一次性读坑。如果n比较大使用python的sys.stdin.read更稳import sys def main(): data sys.stdin.read().split() if not data: return n int(data[0]) temps list(map(float, data[1:1n])) avg sum(temps) / n if n ! 0 else 0.0 if abs(avg) 1e-9: avg 0.0 print(f{avg:.2f})把data[1:1n]切出来再转float是一种防御性写法即使数据中间混有多余空格也不会断。这种写法在数据量百万级别时会占用较多内存但在竞赛中通常够用。4.3 C语言实现中的常见坑如果是用C语言写最简单的版本长这样#include stdio.h #include math.h int main() { int n; while (scanf(%d, n) ! EOF) { double sum 0.0; double x; for (int i 0; i n; i) { scanf(%lf, x); sum x; } double avg sum / n; if (fabs(avg) 1e-9) avg 0.0; printf(%.2f\n, avg); } return 0; }记得scanf(%lf, x)中%lf是double的占位符如果写成%f则对应float类型两者混用会把数据解析成一堆垃圾值。这是C语言初学者最容易在这里翻车的点。printf中的avg用%.2f而不是%.2lf因为C语言会自动把double提升为printf可变参数中的double。当然用%.2lf在很多编译器下也能工作但标准上%.2f更严谨。4.4 多组数据的处理模式上面三份代码都支持多组测试数据循环读取这是这类题的一个隐含要求。在线评测系统的测试点经常是以文件为单位一组输入文件里可能包含多个独立的n和数据块。如果你只会处理一组数据很可能后面的数据全没读到输出结果自然不对。多组数据处理的核心思想是“把读取动作放在循环条件里”读到哪组算哪组。一方面避免了数据残留另一方面也让代码结构更接近生产环境中的流式数据处理模式。我个人在写所有涉及输入的问题时都默认先考虑多组数据的情况这是被评测系统训练出来的肌肉记忆。5. 实测过程中高频遇到的三类错误5.1 第一类输出格式错误与换行符的锅这类错误在评测结果里常常显示为“Wrong Answer”而不是“Presentation Error”。很多同学没意识到评测系统比对的是你输出的整个字节流多一个空格、少一个换行、多输出一行空行全部按错误处理。平均气温这道题最常见的格式错误是输出结果正确但最后多打印了一个空行或者每行结束时漏了换行。有些测试点对行尾的换行符号不敏感但更多评测系统严格要求每一行输出后恰好有一个换行符。我常用的排查方法是把输出重定向到文件里./your_program test.in test.out然后用十六进制编辑器或者cat -A检查输出文件的尾部字符。如果是C的endl写多了或者循环里在每组数据之间输出空行都会看到明显的多余换行。5.2 第二类整数除法陷阱与隐式转换这是最容易发生在C/C代码里的大坑n是int类型sum是double类型如果写sum / n没问题因为sum是float或double时n会自动被隐式转换成浮点类型再除法。但如果把sum声明为int比如int sum 0;然后读取整数温度再写sum / n得到的就是整数商小数部分全被丢弃了。我见过有同学这样写int sum 0; ... printf(%.2f\n, sum / n);这里的sum / n在两数都是整数时执行整数除法结果再被%.2f当作浮点数输出输出的是个巨大的垃圾值或者0.00。这种错误的隐蔽之处在于如果温度平均值恰好是整数比如气温分别为1、2、3平均值为2输出看起来就完全正确一旦平均值带小数立刻产出错误结果。正确的做法是确保分子或分母至少一方是浮点型最直接的方式是把sum声明为double。如果题目要求输入是整数而你想用整数累加最后输出前也要先转成浮点数再除比如(double)sum / n。5.3 第三类数据范围估计不足导致的溢出温度值看着都不大但积累起来就可能超出int范围。假设n是100万每天气温是40度累加和就是4000万这在int范围内如果哪天题目改成统计100万次传感器读数每个读数可能上千累加和超过21亿就溢出了int变成负数平均值跟着错得离谱。用double存累加和就没有这个问题因为double可以表示约1.7e308范围内的数。极端情况下有精度损失也不至于溢出。如果题目要求整型输出则需要用long long类型来累加这是许多竞赛老手的第一反应见到求和第一个想到long long而不是int。5.4 附常见问题速查表症状可能原因排查方向输出0.00整数/整数被当作整型除法检查分子分母类型确保至少一个浮点型输出很多小数位但没有按格式输出没用fixed或setprecisionC中加fixed再setprecision(2)本地对提交错没有处理多组数据改用while(cin n)或while(scanf(...) ! EOF)输出结果为-0.00浮点累加产生极小的负残差输出前做绝对值判断并归零结果差0.01浮点精度或舍入规则不同使用double并考虑输出前加1e-9修正这张表可以贴在显示器边排查任何类似统计题时都能用。很多问题并不是这次新犯的而是过去就踩过只是没有系统性地记录下来下次又花了半小时重新排查。把经验沉淀成查表效率能提升不少。6. 从平均气温扩展出去的三个变体6.1 变体一顺带输出最高温和最低温这道题做完后试着加一点点难度除了平均气温再输出这组数据中的最高温和最低温以及它们分别出现在第几天。核心思路是维护两个变量max_temp和min_temp初始值可以设成第一个温度值或者设成一个极大/极小值。每读取一个温度就更新它们。如果是多组数据要记得每处理一组前重新初始化。这个扩展训练的是最值维护技巧。初学的时候不少人是先把所有数据存进数组遍历一遍求平均值再遍历一遍求最大最小。如果改成流式处理只需要一遍循环就能同时拿到总和、最大值、最小值、最值位置代码复杂度不变但思维的抽象层级提升了一档。6.2 变体二计算温度的方差和标准差如果课程继续讲统计与概率平均气温题很自然就会升级成“计算气温标准差”。公式是先求出平均值然后求每个温度与平均值差的平方和再除以n最后取平方根。这里有一个值得注意的细节如果先读一遍求平均值再读第二遍求方差输入流已经被消耗完了那就必须用数组把数据存下来或者用两次遍历。而如果使用流式读取一次性搞定平均值那么你还没有办法同时算方差因为方差公式需要用到平均值。实用做法是第一遍读取时把数据存入vector同时累加总和第二遍遍历vector计算方差。空间换时间代码结构也更清晰。有时候题目会要求输出“温度是否波动较大”这种判断本质就是在比较标准差是否超过阈值。这类题目不但考代码还考公式理解训练价值更高。6.3 变体三滑动窗口平均气温再往后走理论课可能会引入滑动窗口的概念给出一长串逐小时气温数据要求计算每连续k个小时的平均气温。这就不是简单算一个平均值了而是要对每个长度为k的窗口都输出一个平均值。朴素写法是双重循环时间复杂度O(n*k)k一大就超时。优化的思路是保持一个“滑动总和”从左往右移动窗口时右边进一个数、左边出一个数总和更新只需一次加法一次减法总时间复杂度降为O(n)。这类题其实就是用了前缀和的简化版思想练过一次之后对数组下标和区间维护会敏感很多。从平均气温这道题出发能带出的变体链还有很长累计频率、趋势判断、异常值检测……每往下走一个变体难度就提高一个台阶。所以我很建议学有余力的同学把最基本的平均气温题AC之后别急着关掉页面直接给自己出上面三个变体每一个都亲自写一遍。过一段时间回头看你会发现最初写PA8时那些小心翼翼的技巧已经变成了基本功。7. 写在最后调试这类题目的一点私人体会这道平均气温题我前前后后应该写过不下十遍每次教课、当助教或者帮同学答疑都会发现新的细节。最想跟大家分享的一点体会是处理输入输出类题目最先要解决的不是算法而是输入输出本身。很多同学一上来就盯着怎么求平均值反而忽略了数据应该以什么形式进入程序、以什么形式离开程序。调试的时候我习惯准备三组测试数据一组小数据用于盯细节一组中等数据用于验证边界一组大数据用于测试性能。比如对于平均气温题小数据我可能只给3天中等数据给几百天大数据给十万天每次都先在自己的机器上跑通再去评测系统提交。气温统计只是一个入口后面还有很大一片题海等着你去闯。如果这篇文章能帮你在PA8这道题上少走一点弯路让“读入n个数并输出统计结果”这个模板可以在你脑海里定格成型那这篇报告就有意义了。继续往下写下一题见。
阅读完成 · 觉得有帮助？
