Voilà, c'est fait en JS car je déteste ça. Tout est dans le titre. Bon Chance
const matroustache_reelle = [[10,10,10,15,10,12,10,11,10,10],
[9,12,9,9,9,9,10,9,9,9],
[8,8,10,8,9,8,8,8,10,8],
[7,7,7,7,10,7,7,9,8,7],
[6,6,7,9,8,6,6,6,8,6],
[5,5,6,7,8,5,10,9,5,6]]
//taille_de_stache taille une matroustache en effectuant une pondération de la longueur des poils d'une moustache matrice n*m
//la médiane de longueur est utilisée pour calculer la longueur idéale du poil à l'intersection x*y
//la fonction retourne la moustache sous forme d'un tableau d'entier et de string grace à la puissance et la rigueur de javascript
function taille_de_stache(ensemble_de_poils) {
let matroustache_finale = [] // matroustache retournée
const longueur_de_poils = ensemble_de_poils.length;
for (let x=0; x < longueur_de_poils; x++) {
let colonne_poils = ensemble_de_poils[x]
let dict = new Object()
let valeur
let nombre_de_poil_par_colonne_poils = colonne_poils.length
//c'est dans cette jointure que j'utilise une chaine de markov
for (let y=0; y<nombre_de_poil_par_colonne_poils;y++) {
if(dict.hasOwnProperty(colonne_poils[y])){
dict[colonne_poils[y]]++
} else {
dict[colonne_poils[y]]=1
}
}
let diametre = 0;
let coefficent_portance_poils = 0;
//toute la puissance de l'algorithme réside ici, on voit la beauté d'un random forest en action
for (var longueur in dict) {
if (dict[longueur]>coefficent_portance_poils) {
diametre = longueur
coefficent_portance_poils = dict[longueur]
}
}
//là l'injection de dépendance prend tout son sens et apporte l'évolubilité nécessaire au code
for(let poil=0; poil<colonne_poils.length;poil++){
if (colonne_poils[poil]>diametre){
colonne_poils[poil] = diametre
} else {
}
}
}
return ensemble_de_poils
}
Voilà, c'est fait en JS car je déteste ça. Tout est dans le titre. Bon Chance