使用带条件的循环计算满足累积占比≥0.95的最小元素个数

核心逻辑是利用R内置的累加和函数cumsum()快速计算前缀和，再匹配第一个符合阈值要求的位置：

分步实现 #

• 计算数据集总求和：total <- sum(x)
• 计算所有前缀累加和序列：cumulative_sum <- cumsum(x)
• 匹配第一个占比超过0.95的位置索引：k <- which(cumulative_sum / total > 0.95)[1]

完整可运行代码 #

# 示例数据集
x <- c(3,4,6,7,8,4,5,3,4,3,5,6)

# 计算最小k
total_sum <- sum(x)
cum_sum <- cumsum(x)
k <- which(cum_sum / total_sum > 0.95)[1]

# 输出结果
print(k)

运行说明 #

示例数据集的运行结果为12，验证过程：前11个元素累加和为52，占比约为89.7%小于0.95，前12个元素累加和为58，占比为100%首次超过阈值，符合需求。

封装复用版 #

可以封装为自定义函数适配任意数据集和阈值：

get_min_k <- function(num_vec, threshold = 0.95) {
  total <- sum(num_vec)
  cum_vec <- cumsum(num_vec)
  res <- which(cum_vec / total > threshold)[1]
  # 兼容极端情况：所有元素累加才刚好达到阈值
  return(ifelse(is.na(res), length(num_vec), res))
}

# 测试调用
get_min_k(x)

内容的提问来源于stack exchange，提问作者Vorrven