转变数组后最接近目标值的数组和

转变数组后最接近目标值的数组和

leetcode 1300

给你一个整数数组 arr 和一个目标值 target ，请你返回一个整数 value ，使得将数组中所有大于 value 的值变成 value 后，数组的和最接近 target （最接近表示两者之差的绝对值最小）。

如果有多种使得和最接近 target 的方案，请你返回这些整数中的最小值。

请注意，答案不一定是 arr 中的数字。

示例 1：

输入：arr = [4,9,3], target = 10
输出：3
解释：当选择 value 为 3 时，数组会变成 [3, 3, 3]，和为 9 ，这是最接近 target 的方案。

示例 2：

输入：arr = [2,3,5], target = 10
输出：5

二分查找 + 枚举

我们可以枚举出所有的范围，再进行比较筛选。

由于需要求得的结果是整数，所以可以从 0 开始枚举。
枚举的上届是最大值，因为当 value >= arr 时，数组中所有的元素都不变。就不需要再进行下去了，所得结果不会有变化。

当枚举到 value = x 时，我们需要将数组 arr 中所有小于等于 x 的值保持不变，所有大于 x 的值变为 x。要实现这个操作，我们可以将数组 arr 先进行排序，随后进行二分查找，找出数组 arr 中最小的比 x 大的元素 arr[i]。此时数组的和变为：
$$arr[0]+...+arr[i-1]+x\ast (n-i)$$

为了加速求和操作，我们可以预处理出数组 arr 的前缀和，这样数组求和的时间复杂度即能降为 $O(1)$。我们将和与 target 进行比较，同时更新答案即可。

Python 代码如下所示：

def findBestValue(self, arr: List[int], target: int) -> int:
    n = len(arr)
    arr.sort()
    prefix = [0]  # 前缀和，并在前面补 [0]
    for num in arr:
        prefix.append(prefix[-1] + num)
 
    res, diff = 0, float('inf')
    for num in range(0, arr[-1]+1):  # 枚举
        idx = bisect_left(arr, num)
        cur = prefix[idx] + (n-idx) * num
        if abs(cur - target) < diff:
            res, diff = num, abs(cur - target)
    return res

注意前缀和的构造，第一位是 0，长度是 $n+1$。实际上最后一位并非前缀和，只是数组的和。

来源：转变数组后最接近目标值的数组和

---

扩展：bisect 模块的用法

bisect 全称为 bisection （二分）算法。

主要有两种用法，6 个函数：

1. 找到在有序数组的插入点位置，以维持有序。

   • bisect.bisect_left(a, x, lo=0, hi=len(a)) 最后得出的结果在 [lo, hi] 区间内，注意是闭区间，得出 hi 结果还要判断是否能用。
     如果 x 已经在 a 里存在，那么插入点会在已存在元素之前（也就是左边）。
   • bisect.bisect(a, x, lo=0, hi=len(a)) 等价于 bisect.bisect_right(a, x, lo=0, hi=len(a))，与上述函数的区别是：
     返回的插入点是 a 中已存在元素 x 的右侧。

2. 将数插入到一个有序序列里，并维持其有序。

   • bisect.insort_left(a, x, lo=0, hi=len(a))：相当于 a.insert(bisect.bisect_left(a, x, lo, hi), x)。要注意搜索是 $O(\log n)$ 的，插入却是 $O(n)$ 的。
   • bisect.insort(a, x, lo=0, hi=len(a)) 等价于 bisect.insort_right(a, x, lo=0, hi=len(a))，与上面区别是把 x 插入到 a 中已存在元素 x 的右侧。

简单来说 bisect_left 和 bisect 用于得到索引位置，insort_left 和 insort 用于插入数据，长度要增加 1。

来源：bisect — 数组二分查找算法