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
思路:
首先比较容易想到的是找出丢失数据的总和 left_sum,接着题目就变成在 range(1, 7) 中选取 n 个数字,可以重复选取,使得它们的总和为 left_sum。一般来说如果 n 是 20 以下,那么用回溯应该可以解。
但是这道题给出 n 的范围到了105,所以回溯必定超时。
不难想到,我们可以排除掉无解的情况(left_sum < n or left_sum > 6 * n)。
接下来就需要找出一个可行解了,从数学的角度思考,我们首先计算出丢失数据的平均数的整数 k,然后计算到底需要几个 k 和几个 k + 1 即可。
时间复杂度:O(1)
空间复杂度:O(1)
class Solution:
def missingRolls(self, rolls: List[int], mean: int, n: int) -> List[int]:
left_sum = mean * (len(rolls) + n) - sum(rolls)
if left_sum < n or left_sum > 6 * n:
return []
# pick n numbers from [1, 6] where duplicates are allowed and their sum is left_sum
new_avg = left_sum // n
if new_avg * n == left_sum:
return [new_avg] * n
else:
diff = left_sum - new_avg * n
return [new_avg] * (n - diff) + [new_avg + 1] * diff