题目描述
有N堆纸牌,编号分别为 1,2,…,N。每堆上有若干张,但纸牌总数必为N的倍数。可以在任一堆上取若干张纸牌,然后移动。
移牌规则为:在编号为1堆上取的纸牌,只能移到编号为2的堆上;在编号为N的堆上取的纸牌,只能移到编号为N−1的堆上;其他堆上取的纸牌,可以移到相邻左边或右边的堆上。
现在要求找出一种移动方法,用最少的移动次数使每堆上纸牌数都一样多。
例如N=4,4堆纸牌数分别为:
①9②8③17④6
移动3次可达到目的:
从 ③ 取4张牌放到 ④ (9,8,13,10)-> 从 ③ 取33张牌放到 ②(9,11,10,10)-> 从 ② 取11张牌放到①(10,10,10,10)。
输入格式
两行
第一行为:NN(NN 堆纸牌,1≤N≤100)
第二行为:A1,A2,…,An(N堆纸牌,每堆纸牌初始数,1≤Ai≤100001≤Ai≤10000)
输出格式
一行:即所有堆均达到相等时的最少移动次数。
输入数据 1
4
9 8 17 6
输出数据 1
3
根据题目描述,我们需要将所有堆的纸牌数量调整为相等,并且要求移动次数最少。通过分析可以发现,每个非目标值的堆都需要至少一次移动来调整其数量,因此最少移动次数等于需要调整的堆的数量减一(当相邻堆都需要调整时,可以合并移动)。
以下是解决该问题的 C++ 代码:
#include <iostream>
#include <vector>
using namespace std;
int main()
{int n;cin >> n;vector<int> cards(n);int sum = 0;for (int i = 0; i < n; i++) {cin >> cards[i];sum += cards[i];}int avg = sum / n;for (int i = 0; i < n; i++) {cards[i] -= avg;}vector<int> prefix(n);prefix[0] = cards[0];for (int i = 1; i < n; i++) {prefix[i] = prefix[i-1] + cards[i];}int count = 0;for (int i = 0; i < n; i++) {if (prefix[i] != 0) {count++;}}cout << count << endl;return 0;
}
代码说明:
- 输入处理:首先读取堆数
n
,然后读取每堆的纸牌数量并计算总和。 - 计算平均值:总和除以堆数得到每堆应有的纸牌数量。
- 调整数组:将每堆的纸牌数量转换为与平均值的差值。
- 前缀和数组:计算调整后数组的前缀和,前缀和中的每个元素表示从第一堆到当前堆的总差值。
- 统计非零元素:前缀和数组中非零元素的数量即为最少移动次数。
该算法的时间复杂度为 O (n),能够高效处理题目给定的数据范围。
让我们通过逐步拆解问题和代码逻辑,深入理解如何通过前缀和数组的非零元素数量确定最少移动次数。
一、问题本质分析
- 核心矛盾:每堆纸牌数与平均值的差异需要通过移动消除。
- 移动规则:每次移动只能影响相邻堆,且移动方向受限(如堆 1 只能移到堆 2)。
- 关键观察:
- 若某堆的纸牌数与平均值的差为
d
,则必须通过移动d
张纸牌到相邻堆来平衡。 - 每次移动可以消除一个累积的不平衡(即前缀和中的非零值)。
- 若某堆的纸牌数与平均值的差为
二、代码逻辑详解
1. 输入处理与平均值计算
int n;
cin >> n;
vector<int> cards(n);
int sum = 0;
for (int i = 0; i < n; i++) {cin >> cards[i];sum += cards[i];
}
int avg = sum / n;
- 输入处理:读取堆数
n
和每堆的初始纸牌数。 - 平均值计算:总和
sum
除以堆数n
得到目标值avg
。若纸牌总数不是n
的倍数,题目保证输入合法,因此无需处理。
2. 调整数组(差值数组)
for (int i = 0; i < n; i++) {cards[i] -= avg;
}
- 差值数组:将每堆的纸牌数转换为与平均值的差值。例如,若某堆初始有 9 张,平均值为 10,则差值为
-1
,表示需要移入 1 张纸牌。
3. 前缀和数组构造
vector<int> prefix(n);
prefix[0] = cards[0];
for (int i = 1; i < n; i++) {prefix[i] = prefix[i-1] + cards[i];
}
- 前缀和的意义:
prefix[i]
表示从第 1 堆到第i
堆的总差值。例如,若前 3 堆的差值分别为-1, -2, 7
,则prefix[2] = -1 + (-2) + 7 = 4
,表示前 3 堆总共多出 4 张纸牌,需要后续堆来平衡。
4. 统计非零元素数量
int count = 0;
for (int i = 0; i < n; i++) {if (prefix[i] != 0) {count++;}
}
cout << count << endl;
- 移动次数的来源:前缀和数组中的每个非零元素代表一个必须进行的移动步骤。例如:
- 若
prefix[i]
为正,表示前i
堆需要移出prefix[i]
张纸牌; - 若为负,表示前
i
堆需要移入abs(prefix[i])
张纸牌。 - 每次移动可以消除一个非零的前缀和值,因此非零元素的数量即为最少移动次数。
- 若
三、数学证明与示例验证
1. 数学证明
- 前缀和的性质:
由于所有堆的总差值为 0(总和为sum - n*avg = 0
),前缀和数组的最后一个元素prefix[n-1]
必为 0。 - 移动次数的推导:
假设前缀和数组中有k
个非零元素,每次移动可以消除一个非零值(例如,将prefix[i]
的不平衡转移到下一堆),最终所有前缀和都变为 0,因此需要k
次移动。
2. 示例分析(输入:4 9 8 17 6)
- 步骤 1:计算平均值
sum = 9+8+17+6 = 40
,avg = 40/4 = 10
。 - 步骤 2:构造差值数组
cards = [9-10, 8-10, 17-10, 6-10] = [-1, -2, 7, -4]
。 - 步骤 3:计算前缀和数组
prefix[0] = -1
prefix[1] = -1 + (-2) = -3
prefix[2] = -3 + 7 = 4
prefix[3] = 4 + (-4) = 0
非零元素为-1, -3, 4
,共 3 个,对应移动次数 3。
3. 移动过程与前缀和的关系
- 第一次移动:从堆 3 移 4 张到堆 4。
差值数组变为[-1, -2, 3, 0]
,前缀和变为[-1, -3, 0, 0]
。此时非零元素减少 1 个。 - 第二次移动:从堆 3 移 3 张到堆 2。
差值数组变为[-1, 1, 0, 0]
,前缀和变为[-1, 0, 0, 0]
。非零元素再减少 1 个。 - 第三次移动:从堆 2 移 1 张到堆 1。
差值数组全为 0,前缀和全为 0。移动次数为 3。
四、时间复杂度分析
- 输入处理:O(n)
- 平均值计算:O(1)
- 差值数组构造:O(n)
- 前缀和数组构造:O(n)
- 非零元素统计:O(n)
- 总时间复杂度:O (n),可高效处理题目给定的
n≤100
的数据规模。
五、关键思想总结
- 差值数组:将问题转化为消除各堆与平均值的差异。
- 前缀和数组:将全局的移动需求转化为局部的累积不平衡。
- 贪心策略:每次移动消除一个累积的不平衡,非零前缀和的数量即为最少移动次数。
通过这种方法,我们无需模拟具体的移动过程,而是通过数学分析直接得出最优解,体现了算法设计中的抽象思维和问题转化能力。