2028. 找出缺失的观测数据 Medium

现有一份 n + m 次投掷单个 六面 骰子的观测数据，骰子的每个面从 1 到 6 编号。观测数据中缺失了 n 份，你手上只拿到剩余 m 次投掷的数据。幸好你有之前计算过的这 n + m 次投掷数据的 平均值 。

给你一个长度为 m 的整数数组 rolls ，其中 rolls[i] 是第 i 次观测的值。同时给你两个整数 mean 和 n 。

返回一个长度为 n 的数组，包含所有缺失的观测数据，且满足这 n + m 次投掷的 平均值 是 mean 。如果存在多组符合要求的答案，只需要返回其中任意一组即可。如果不存在答案，返回一个空数组。

k 个数字的 平均值 为这些数字求和后再除以 k 。

注意 mean 是一个整数，所以 n + m 次投掷的总和需要被 n + m 整除。

示例 1：

输入：rolls = [3,2,4,3], mean = 4, n = 2
输出：[6,6]
解释：所有 n + m 次投掷的平均值是 (3 + 2 + 4 + 3 + 6 + 6) / 6 = 4 。

示例 2：

输入：rolls = [1,5,6], mean = 3, n = 4
输出：[2,3,2,2]
解释：所有 n + m 次投掷的平均值是 (1 + 5 + 6 + 2 + 3 + 2 + 2) / 7 = 3 。

示例 3：

输入：rolls = [1,2,3,4], mean = 6, n = 4
输出：[]
解释：无论丢失的 4 次数据是什么，平均值都不可能是 6 。

示例 4：

输入：rolls = [1], mean = 3, n = 1
输出：[5]
解释：所有 n + m 次投掷的平均值是 (1 + 5) / 2 = 3 。

提示：

 ·m == rolls.length

 ·1 <= n, m <= 105

 ·1 <= rolls[i], mean <= 6

题目大意：计算丢失的数据使所有数据的平均值为mean。

分析：

（1）由题可计算丢失数据的和lose，并根据丢失数据的个数可得到丢失的数据的平均值loseMean；

（2）当loseMean<1或loseMean>6时不可能存在符合的数据满足题意；

（3）设丢失的n个数据的数组为ans，当1<=loseMean<=6时，至少有一种方案可以满足，因此可先将n个数据用floor(loseMean)填充，则剩余的未填充的数据rest=lose-n*floor(loseMean)，然后将rest依次填充给ans数组中的元素，当ans[i]填充至6时，填充第i+1个元素，直至rest为0，即可得到和为lose的ans数组。

class Solution {
public:
    vector<int> missingRolls(vector<int>& rolls, int mean, int n) {
        int m=rolls.size(),lose=mean*(m+n)-accumulate(rolls.begin(),rolls.end(),0);
        float loseMean=lose*1.0/n;
        int num=floor(loseMean),rest=lose-n*num,add;
        if(loseMean>6||loseMean<1) return {};
        vector<int> ans(n,num);
        for(int i=0;rest;++i){
            add=min(rest,6-ans[i]);
            ans[i]+=add;
            rest-=add;
        }
        return ans;
    }
};