我有一组不同宽度的列,我需要一个算法来重新调整它们的大小,使其大于它们所有宽度的总和。调整列大小算法
我想算法优先均衡的宽度。所以如果我有一个绝对巨大的值,那么这些列的宽度将大致相同。如果没有足够的空间,我希望较小的细胞被优先考虑。
任何专家的想法?我喜欢简单的东西如:
getNewWidths(NewWidth, ColumnWidths[]) returns NewColumnWidths[]
我有一组不同宽度的列,我需要一个算法来重新调整它们的大小,使其大于它们所有宽度的总和。调整列大小算法
我想算法优先均衡的宽度。所以如果我有一个绝对巨大的值,那么这些列的宽度将大致相同。如果没有足够的空间,我希望较小的细胞被优先考虑。
任何专家的想法?我喜欢简单的东西如:
getNewWidths(NewWidth, ColumnWidths[]) returns NewColumnWidths[]
伪代码:
w = NewWidth
n = ColumnWidths.count
sort(ColumnWidths, ascending)
while n > 1 and ColumnWidths[n-1] > (w/n):
w = w - ColumnWidths[n-1]
n = n - 1
for i = 0 to n-1:
ColumnWidths[i] = w/n
你需要添加一些代码来重新分配从W/N计算任何roundoffs,但我认为这会做。
我会分解,在两个步骤,首先决定你有多少均衡的希望(0和1之间),并仅次于它适应新的总宽度。
例如在
def get_new_widths new_total, widths
max = widths.max
f = how_much_equalizing(new_total) # return value between 0.0 and 1.0
widths = widths.collect{|w| w*(1-f)+max*f}
sum = widths.inject(0){|a,b|a+b}
return widths.collect{|w| w/sum*new_total}
end
def how_much_equalizing new_total
return [1.0, (new_total/2000.0)].min
end
马克赎金的答案给出正确的算法,但如果你遇到问题搞清楚发生了什么事情在那里,这里是用Python实际实现:
def getNewWidths(newWidth, columnWidths):
# First, find out how many columns we can equalize
# without shrinking any columns.
w = newWidth
n = len(columnWidths)
sortedWidths = sorted(columnWidths) # A sorted copy of the array.
while sortedWidths[n - 1] * n > w:
w -= sortedWidths[n - 1]
n -= 1
# We can equalize the n narrowest columns. What is their new width?
minWidth = w // n # integer division
sparePixels = w % n # integer remainder: w == minWidth*n + sparePixels
# Now produce the new array of column widths.
cw = columnWidths[:] # Start with a copy of the array.
for i in range(len(cw)):
if cw[i] <= minWidth:
cw[i] = minWidth
if sparePixels > 0:
cw[i] += 1
sparePixels -= 1
return cw
感谢。工作得很好。 – 2009-12-21 02:33:19