使用c++，将一百个存放在数组内的数据进行聚类，要求使用层次聚类的方法，聚类根据数组内存放数字的差值。

好的，针对您的问题，我可以给出一个层次聚类的实现示例。

首先，定义一个结构体来表示每个数据点，包括数据本身和其所属的簇：

struct DataPoint {
    double value;  // 数据值
    int cluster;   // 所属簇的编号
};

然后，定义一个函数来计算两个数据点之间的差值：

double getDistance(const DataPoint& p1, const DataPoint& p2) {
    return fabs(p1.value - p2.value);
}

接下来，定义一个函数来聚类两个簇：

void mergeClusters(vector<DataPoint>& data, int cluster1, int cluster2) {
    for (auto& point : data) {
        if (point.cluster == cluster2) {
            point.cluster = cluster1;
        }
    }
}

最后，进行层次聚类的过程：

void hierarchicalClustering(vector<DataPoint>& data) {
    int n = data.size();
    vector<int> clusters(n);
    for (int i = 0; i < n; ++i) {
        clusters[i] = i;
    }
    while (n > 1) {
        // 找到距离最小的两个簇
        double minDist = numeric_limits<double>::max();
        int minCluster1 = -1, minCluster2 = -1;
        for (int i = 0; i < n-1; ++i) {
            for (int j = i+1; j < n; ++j) {
                double dist = getDistance(data[i], data[j]);
                if (dist < minDist) {
                    minDist = dist;
                    minCluster1 = clusters[i];
                    minCluster2 = clusters[j];
                }
            }
        }
        // 合并这两个簇
        mergeClusters(data, minCluster1, minCluster2);
        // 删除第二个簇，并更新簇编号
        clusters.erase(clusters.begin() + minCluster2);
        for (auto& point : data) {
            if (point.cluster > minCluster2) {
                --point.cluster;
            }
        }
        --n;
    }
}

在这个示例中，我们使用了简单的暴力算法来找到距离最小的两个簇。实际上，这个算法的时间复杂度为 $O(n^3)$，当数据规模很大时可能会很慢。如果需要更快的算法，可以考虑使用 kd 树等数据结构来加速距离计算。