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 。
扫描二维码关注公众号,回复:
13537969 查看本文章
提示:
m == rolls.length
1 <= n, m <= 105
1 <= rolls[i], mean <= 6
C++
class Solution {
public:
vector<int> missingRolls(vector<int>& rolls, int mean, int n) {
int sum=accumulate(rolls.begin(),rolls.end(),0);
int ans=mean*(rolls.size()+n)-sum;
if(ans>6*n || ans<1*n) {
return vector<int>();
}
int val=ans/n;
int mod=ans%n;
vector<int> res(n,val);
for(int i=0;i<mod;i++) {
res[i]++;
}
return res;
}
};
java
class Solution {
public int[] missingRolls(int[] rolls, int mean, int n) {
int m = rolls.length;
int sum = 0;
for (int i = 0; i < m; i++) {
sum += rolls[i];
}
int ans = mean * (m + n) - sum;
if (ans > 6 * n || ans < 1 * n) {
return new int[0];
}
int val = ans / n;
int mod = ans % n;
int[] res = new int[n];
for (int i = 0; i < n; i++) {
res[i] = val;
}
for (int i = 0; i < mod; i++) {
res[i]++;
}
return res;
}
}
python
class Solution:
def missingRolls(self, rolls: List[int], mean: int, n: int) -> List[int]:
m = len(rolls)
ans = mean * (m + n) - sum(rolls)
if ans > 6 * n or ans < 1 * n:
return []
val = ans // n
mod = ans % n
res = [val for i in range(n)]
for i in range(mod):
res[i] += 1
return res