一、题目
假设有 n 台超级洗衣机放在同一排上。开始的时候,每台洗衣机内可能有一定量的衣服,也可能是空的。
在每一步操作中,你可以选择任意 m (1 <= m <= n) 台洗衣机,与此同时将每台洗衣机的一件衣服送到相邻的一台洗衣机。
给定一个整数数组 machines 代表从左至右每台洗衣机中的衣物数量,请给出能让所有洗衣机中剩下的衣物的数量相等的 最少的操作步数 。如果不能使每台洗衣机中衣物的数量相等,则返回 -1 。
示例 1:
输入:machines = [1,0,5]
输出:3
解释:
第一步: 1 0 <-- 5 => 1 1 4
第二步: 1 <-- 1 <-- 4 => 2 1 3
第三步: 2 1 <-- 3 => 2 2 2
示例 2:
输入:machines = [0,3,0]
输出:2
解释:
第一步: 0 <-- 3 0 => 1 2 0
第二步: 1 2 --> 0 => 1 1 1
示例 3:
输入:machines = [0,2,0]
输出:-1
解释:
不可能让所有三个洗衣机同时剩下相同数量的衣物。
提示:
- n == machines.length
- 1 <= n <= 104
- 0 <= machines[i] <= 105
二、代码
class Solution {
public int findMinMoves(int[] machines) {
// 过滤无效参数
if (machines == null || machines.length == 0) {
return 0;
}
int n = machines.length;
int sum = 0;
// 统计衣服总数
for (int i = 0; i < n; i++) {
sum += machines[i];
}
// 如果衣服总数不能整除洗衣机数量,那么就不可能让让所有的洗衣机都拥有相同的衣服数,直接返回-1
if (sum % n != 0) {
return -1;
}
// 计算每个洗衣机平均应该放多少件衣服
int avl = sum / n;
// 当前i位置左部分的衣服总数
int leftSum = 0;
// 要返回的答案,最少轮次
int ans = Integer.MIN_VALUE;
// 开始从左向右遍历,按照我们的贪心策略,根据那三种情况来进行决策
for (int i = 0; i < n; i++) {
// 计算i左边部分一共多多少件/欠多少件衣服
int leftRest = leftSum - i * avl; // 用左边现在已有的衣服总数减去左边应该有的衣服总数(左边的洗衣机数量*平均每台洗衣机应该放的衣服数)
// 计算i右边部分一共多多少件/欠多少件衣服
int rightRest = sum - leftSum - machines[i] - (n - i - 1) * avl; // 用总的衣服数减去i左边部分的衣服数,再减去i位置洗衣机的衣服数,得到的就是i右遍部分的衣服数(sum - leftSum - machines[i]),然后用这个数再减去右遍应该有的衣服总数(右边的洗衣机数量*平均每台洗衣机应该放的衣服数)
// 当i的左右两边都是欠衣服,说明左右两边只能靠i来分给他们衣服了
if (leftRest < 0 && rightRest < 0) {
// 这种情况的轮数至少是Math.abs(leftRest) + Math.abs(rightRest),然后再和ans比较,看看是否推高了最大瓶颈
ans = Math.max(ans, Math.abs(leftRest) + Math.abs(rightRest));
// 剩下的两种情况,i的左边欠衣服,右边多衣服和i的左边多衣服,右边欠衣服。这两种情况只能是靠多衣服的给补给欠衣服的
} else {
// 这种情况的轮数至少是Math.max(Math.abs(leftRest), Math.abs(rightRest),然后再和ans比较,看看是否推高了最大瓶颈
ans = Math.max(ans, Math.max(Math.abs(leftRest), Math.abs(rightRest)));
}
// 累加i左边部分的所有衣服数量
leftSum += machines[i];
}
// 返回最少轮数
return ans;
}
}
三、解题思路
这道题难点是找到贪心策略,假设来到某一台(i号)洗衣机,通过分析,一共有三种情况:
- 第一种情况:i位置的衣服足够多,i两边的洗衣机一个欠衣服,一个多衣服
- 第二种情况:i位置的衣服比较少,i左右两边的洗衣机全都多衣服
- 第三种情况:i位置的衣服非常多,i左右两边的洗衣机全都欠衣服
这三种情况对应着不同的计算方法,在代码注释中有。