)
题目内容
在模型量化中，当数据分布极度不均匀时，全局统一缩放会造成大量精度损失。一种优化策略是将数据划分为若干连续区间（分段），每段内部使用独立的常数值（代表值）进行近似，从而在保证压缩率的同时最小化总体误差。
本题要求实现一种最优分段算法：给定已排序的数据序列，将其划分为至多KKK个连续区间，每个区间的所有数据被替换为该区间内的某个代表值（该值不必是输入中的数，但为简化本题，代表值必须是区间中位数取整后的值）。目标是使得所有数与对应代表值的绝对误差之和最小。
输入描述
第111
在模型量化中，当数据分布极度不均匀时，全局统一缩放会造成大量精度损失。一种优化策略是将数据划分为若干连续区间（分段），每段内部使用独立的常数值（代表值）进行近似，从而在保证压缩率的同时最小化总体误差。
本题要求实现一种最优分段算法：给定已排序的数据序列，将其划分为至多KKK个连续区间，每个区间的所有数据被替换为该区间内的某个代表值（该值不必是输入中的数，但为简化本题，代表值必须是区间中位数取整后的值）。目标是使得所有数与对应代表值的绝对误差之和最小。
第111