来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-missing-observations
【题目描述】
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】
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
【解题思路】
- 计算出缺失的n次观测数据的和
miss_value_sum
- 判断
miss_value_sum
是否合法,即miss_value_sum
除以n是否大于6,或miss_value_sum
是否小于n(骰子的观测值为1到6,所以n次的观测结果最大为n*6,最小为n*1)。如果不合法,返回空列表,否则执行3 - 创建一个长度为n,初始值为
miss_value_sum//n
的列表n_rolls
,然后把剩余的数miss_value_sum%n
加到n_rolls
中的元素上。
【提交代码】
class Solution:def missingRolls(self, rolls: List[int], mean: int, n: int) -> List[int]:miss_value_sum = (len(rolls) + n) * mean - sum(rolls) # 计算缺失的n次观测数据的和if miss_value_sum/n >6 or miss_value_sum<n: # 判断miss_value_sum是否合法return []else:# 计算n次观测数据的可能组合n_rolls = [miss_value_sum//n for i in range(n)]index = 0for i in range(miss_value_sum%n):n_rolls[index%n] += 1index += 1return n_rolls
【运行结果】