news 2026/4/3 3:13:13

LeetCode 462 - 最小操作次数使数组元素相等 II

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
LeetCode 462 - 最小操作次数使数组元素相等 II


文章目录

    • 摘要
    • 描述
    • 题解答案
    • 题解代码分析
      • 为什么不是平均数?
      • 中位数为什么是最优解?
      • 为什么偶数个元素也没问题?
    • Swift 可运行 Demo 代码
    • 代码逐步解析
    • 示例测试及结果
    • 与实际场景结合
    • 时间复杂度
    • 空间复杂度
    • 总结

摘要

这道题看起来像个“数学题”,但其实更准确地说,它是一个非常典型的工程决策问题

当你可以自由地调整每个元素,目标是让整体成本最低时,应该把大家“拉”到哪里?

很多人第一反应是“取平均数”,但这道题偏偏不是。
真正的答案,其实和一个我们经常忽略、但非常重要的概念有关:中位数

描述

题目给你一个整数数组nums,你可以做的操作非常简单:

  • 每一次操作

    • 让某一个元素+1
    • 或者-1

你的目标只有一个:

最少的操作次数,让数组里的所有元素变得完全一样

注意几个隐含信息:

  • 每次操作只影响一个元素
  • 每次只加 1 或减 1
  • 最终大家要“对齐”到同一个值
  • 数组长度最多 10 万,值的范围很大

题解答案

这道题的结论非常明确,而且值得你记住:

把所有元素调整到数组的中位数,操作次数最少。

具体做法就是:

  1. 对数组排序
  2. 取中位数
  3. 累加所有元素到中位数的绝对差

题解代码分析

为什么不是平均数?

我们先从直觉入手。

很多人会想:

“让大家都变成平均数,整体差距不是最小吗?”

但这里有一个坑:
平均数并不一定是整数,而且即使是整数,也不一定最优。

举个简单的例子:

nums = [1, 2, 10] 平均数 = 4.33

如果你强行往 4 或 5 拉,左右两边的代价是不对称的。

中位数为什么是最优解?

这是这道题的核心。

如果你把数组排好序:

a1 <= a2 <= ... <= an

当你选择一个目标值x时,总操作次数是:

|a1 - x| + |a2 - x| + ... + |an - x|

这个函数在数学上有一个非常重要的性质:

当 x 取中位数时,上式取得最小值

直观理解就是:

  • 中位数左边的人,往右拉
  • 中位数右边的人,往左拉
  • 两边的“拉力”正好平衡

这和“拉一群人站成一排,站到最中间最省力”是一个道理。

为什么偶数个元素也没问题?

如果数组长度是偶数,比如:

[1, 2, 9, 10]

中位数其实是一个区间[2, 9]
你选23、…、9得到的最小操作次数是一样的

所以实现时,直接选排序后n / 2位置的值即可。

Swift 可运行 Demo 代码

importFoundationclassSolution{funcminMoves2(_nums:[Int])->Int{letsortedNums=nums.sorted()letn=sortedNums.countletmedian=sortedNums[n/2]varmoves=0fornuminsortedNums{moves+=abs(num-median)}returnmoves}}

代码逐步解析

letsortedNums=nums.sorted()

先排序,这是找到中位数的前提。
时间复杂度主要也花在这一步。

letmedian=sortedNums[n/2]
  • 奇数长度:正中间
  • 偶数长度:取右中位数即可

不需要纠结选哪一个,只要是中位数区间内的值都行。

moves+=abs(num-median)

这一步非常直观:

  • 每个元素到目标值的距离
  • 就是需要的操作次数

示例测试及结果

letsolution=Solution()print(solution.minMoves2([1,2,3]))// 2print(solution.minMoves2([1,10,2,9]))// 16print(solution.minMoves2([1,1,1]))// 0print(solution.minMoves2([1,1000000000]))// 999999999

输出结果:

2 16 0 999999999

和题目示例完全一致。

与实际场景结合

这道题在真实工程里,其实非常常见,只是你可能没意识到。

几个典型场景:

  1. 负载均衡

    • 把请求量调整到一个“最省整体迁移成本”的点
  2. 数据校准

    • 传感器读数对齐,减少整体修正代价
  3. 日志时间修正

    • 把时间戳统一到一个参考值
  4. 费用对齐

    • 多人分摊成本时,调整到“最公平、最少改动”的值

这些问题,本质上都是:

在一维数轴上,找到一个点,使得到所有点的总距离最小。

答案,几乎永远都是:中位数

时间复杂度

O(n log n)
  • 排序占主要时间
  • 后续遍历是 O(n)

空间复杂度

O(n)

排序使用了额外数组空间(Swift 的sorted())。

如果需要极致优化,可以用原地排序或快速选择算法。

总结

这道题非常适合用来建立一个重要直觉:

平均数解决的是“平方误差最小”,中位数解决的是“绝对误差最小”。

一旦你把这个区分记牢:

  • 这道题基本就是秒解
  • 很多“看起来像数学题”的工程问题,也会变得异常清晰
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/2 11:59:14

免费活码与视频二维码生成助力AI美化二维码转型精品

免费活码与视频二维码生成的结合&#xff0c;为企业提供了更多的营销创意和品牌展示方式。通过使用免费活码&#xff0c;用户可以高效创建视频二维码&#xff0c;捕捉顾客的眼球。每一个二维码不仅仅是信息的载体&#xff0c;更是吸引观众的重要工具。 使用视频二维码&#x…

作者头像 李华
网站建设 2026/3/18 12:40:45

智能一卡通系统配置清单包含管理中心设备、门禁、考勤、访客、通道闸机、梯控、停车场等九大子系统。核心设备包括服务器、管理平台、读卡器等,各子系统通过统一平台实现数据交互与权限管理

智能一卡通系统包含九大子系统&#xff0c;支持IC卡、人脸、二维码识别&#xff0c;实现人员通行、车辆管理及安防管控&#xff0c;配置包括服务器、读卡器、门禁控制器等&#xff0c;需注意网络与电源配置。 &#x1f4cb; 智能一卡通系统详细配置清单完善版 一、智能一卡通管…

作者头像 李华
网站建设 2026/4/1 19:00:18

低功耗蓝牙建立连接过程-详解

好的&#xff0c;我们来深入剖析低功耗蓝牙&#xff08;BLE&#xff09;的连接建立过程。这是一个从“陌生人”到“建立稳定通话规则”的精密握手过程。为了全局理解&#xff0c;我们先看一张核心流程图&#xff0c;它概括了从“发现”到“通信”的全过程&#xff1a;上图清晰地…

作者头像 李华
网站建设 2026/3/28 6:50:21

电气设备的发热量计算

一、 高、低压盘柜发热量 高压配电盘柜的散热量可以按下式计算&#xff1a;高压开关柜分为进线开关柜和馈电开关柜&#xff0c;一般说来进线开关柜的发热量要比馈电开关柜的发热量大。 低压配电盘柜的散热量可以按下式计算&#xff1a;由于电站内各种盘柜的用途不同&#xff…

作者头像 李华