leetcode 找出缺失的观测数据（C++、java、python）

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