2028. 找出缺失的观测数据

这是我参与11月更文挑战的第16天，活动详情查看：2021最后一次更文挑战

2028. 找出缺失的观测数据

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 <= $10^5$
• 1 <= rolls[i], mean <= 6

解题思路

1. 先计算出剩余 m 次投掷的数据的点数总和，根据平均值计算出所需的总点数之和，从而算出缺少的点数之和diff
2. 对diff/n向下取整，先将diff平均分为n份，再将多出来的值，以加一的方式，平摊到每个观测结果中

代码

class Solution {
public:
    vector<int> missingRolls(vector<int>& rolls, int mean, int n) {
        int sum=0;
        for (int i = 0; i < rolls.size(); ++i) {
            sum+=rolls[i];
        }
        int diff=mean*(n+rolls.size())-sum;
        if (diff>6*n||diff<n)
            return {};
        vector<int> res;
        for (int i = 0; i < n; ++i) {
            res.push_back(diff/n);
        }
               int re=diff-(n)*(diff/n);
        for (int i = 0; i <n&&re>0 ; ++i) {
         res[i]++;
         re--;
        }
        return res;
    }
};