LeetCode-Python-2028. 找出缺失的观测数据（数学）

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