LeetCode-453. Minimum Moves to Equal Array Elements

Description

Example

Solution 1(C++)

class Solution {
public:
    int minMoves(vector<int>& nums) {
        int minnums=INT_MAX;
        int res=0;
        for(auto n: nums){
            minnums= min(minnums, n);
        }
        for(auto n: nums){
            res+= (n-minnums);
        }
        return res;
    }
};

Solution 2(C++)

class Solution {
public:
    int minMoves(vector<int>& nums) {
        int minnums=INT_MAX;
        int sum=0;
        for(auto n: nums){
            minnums= min(minnums, n);
            sum+= n;
        }
        return sum- minnums* nums.size();
    }
};

算法分析

这道题还是有点意思的。解法一与解法二都是我自己写的，其实本质上都是我自己想的方法解决的。但是，解法二既可以理解为解法一的简化，也可以理解为另一种方法。

解法一： 首先声明，解法一是自己想出来。后面将主要记录自己的思路。

首先自然就是拿了几个数组试一试。取了：[1,2,3]、[1,2,4]、[3,4,5,6]。然后在做的过程中首先发现，移动操作会导致两个结果：一：数组的元素顺序会发生变化；二：其他未被操作的元素数值会加1。但仔细思考就会发现，其实数组的元素顺序变化对结果并没有影响。所以，我们可以简化操作：选中一个元素，该元素数值不变，其他元素数值加一。然后重复观察之前的例子操作过程，发现一般都是最开始选中数组里最大的元素，然后让其他较小的元素数值不断加1，这样其他元素与最大元素的差距就能减小。

然后回顾题目，发现每一次操作都是一个元素数值不变，其他元素数值均加一。如果这个数值不变的元素是最大的元素，那么每次操作，其他较小的元素与该元素的差距会越来越小。最终数组里所有元素都相同，说明元素之间差距为0。

这里反复提到了“差距”的概念，我就联想到了，这个简化后的“移动“操作其实就是不断缩小元素之间的差距。然后，尝试以元素中最大值为标准，其他元素与该标准的差距作为新的元素，构造一个”差距“数组。比如：

[1,2,3] =>[2,1,0]；[1,2,4]=>[3,2,0]；[3,4,5,6]=>[3,2,1,0]。

那么，每次操作就可以用数学来表示，每次操作就是给这个”差距“数组加上一个一个元素为0，其他都为-1的数组，即：

[2,1,0]+[-1,-1,0] => [1,0,0]，对应实际操作为：[1,2,3]，移动3，获得：[2,3,3]。可以发现之前的处理完全合理。

但是新的问题来了，如果继续按照这样处理，对于[1,0,0]不能加上一个一个元素为0，其他都为-1的数组。所以，都这里，这个方法遇到了一个困难。

在这时候，我想起了之前做题总结的一个方法：遇到困难的时候，从反方向看，说不定能解决问题。

于是就尝试”反着看“，那么观察这个一个元素为0，其他都为-1的数组，反着来，不就是一个元素为1，其他都为0的数组。那么其实意思就是，每一次操作，一个元素数值不变，其他元素数值加一，这个操作可以理解为其他元素与该元素的差距减少一，这样就得到了一个元素为0，其他都为-1的数组，这是让其他元素数值加一到达差距缩小的目的。也可以反过来，要达到同样的目的，可以让这一个元素数值减小，其他元素不变。、

所以，反过来理解后，就可以找到数组中最小的元素，然后计算其他大的元素与它之间的差距，然后通过大元素减一，不断减少差距的方法，使所有的元素差距都为0，这样就可以有：

[1,2,3]=>[0,1,2]=>[0,0,2]=.[0,0,1]=>[0,0,0]。

由于这样每次操作会让”差距“数组元素总和减少1，那么操作的次数就一定等于”差距“数组所有元素的总和。而差距数组就是通过数组中所有元素与最小元素的差值获得的。

至此，解法一分析完毕。

解法二： 解法二本质是出于简化解法一的代码中的两次循环的原因。因为想写成一个循环，所以对解法一的程序进行分析，发现，第二个循环每次都会减去数组的最小值，如此，便可以通过在第一循环中直接获取所有元素的和，然后减去最小值乘以数组规模的积即可。

但是解法二也可以换一种方式解释。首先观察，数组最开始总和记为sum，然后观察最后的数组一定是所有元素都相同。然后回顾一下，不管如何操作数组，数组最开始的最小元素一定是不断累加的，而每次累加的时候，数组的总和增加为数组规模减一。这样就有公式：

sum + m * (n - 1) = x * n

其中，m是数组操作的次数，x是数组最后相同的元素。考虑到最小元素是一直再增加的，有：

x = minNum + m

那么，联立方程就可以获得：

 sum - minNum * n = m

所以输出m就可以了。

程序分析

这道题主要是算法层面，虽然理解上，解法二的第二种理解简单很多，但是解法一也是对自己思维的一种锻炼，可以尝试理解，我觉得还是很好的，这道题不错。当然了，也要学习简单的解法，我觉得解法一强调问题转化能力，解法二强调问题简化能力。