1 <= n <= 100
如有多个整数k满足条件，输出最小的那个k。
新图的像素值会自动截取到[0,255]范围。当新像素值<0时，其值会更改为0；当新像素值>255时，其值会更改为255。
（例如：newImg="-1 -2 256"会自动更改为"0 0 255"）

示例

输入：0 0 0 0
输出：128
解释：四个像素值均为0，增加128后平均值为128。
输入：129 130 129 130
输出：-2
解释：k=-1时均值为128.5，k=-2时均值为127.5，输出较小的-2。

Java

问题分析

题目要求在给定像素数组的基础上，找到一个整数k，使得每个像素值加上k后截断到[0,255]范围内的新像素平均值最接近128。若有多个k满足条件，选择最小的k。

解题思路

遍历所有可能的k值：由于像素值范围是[0,255]，k的有效范围是[-255, 255]。
计算截断后的像素值：对每个k，计算每个像素加上k后的值，并截断到[0,255]。
求平均值并比较：计算截断后的像素平均值与128的绝对差，记录差值最小的k，若差值相同则取较小的k。

代码实现

import java.util.Scanner;public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in);String[] parts = scanner.nextLine().split(" ");int n = parts.length;int[] img = new int[n];for (int i = 0; i < n; i++) {img[i] = Integer.parseInt(parts[i]);}int bestK = -256; // 初始值设为无效的-256double minDiff = Double.MAX_VALUE;// 遍历k的可能范围[-255, 255]for (int k = -255; k <= 255; k++) {long sum = 0;for (int x : img) {int adjusted = x + k;adjusted = Math.max(0, Math.min(255, adjusted)); // 截断到[0,255]sum += adjusted;}double average = (double) sum / n;double diff = Math.abs(average - 128);// 更新最优解if (diff < minDiff || (diff == minDiff && k < bestK)) {minDiff = diff;bestK = k;}}System.out.println(bestK);}
}

代码详解

输入处理：

String[] parts = scanner.nextLine().split(" ");
int[] img = new int[n];
for (int i = 0; i < n; i++) {img[i] = Integer.parseInt(parts[i]);
}

将输入字符串分割并转换为整数数组 img。

遍历k的范围：
```
for (int k = -255; k <= 255; k++) {
```
- 遍历k从-255到255，覆盖所有可能的有效值。

计算截断后的像素和：

int adjusted = x + k;
adjusted = Math.max(0, Math.min(255, adjusted));
sum += adjusted;

对每个像素x，计算x +k并截断到[0,255]，累加总和。

求平均值与差值：

double average = (double) sum / n;
double diff = Math.abs(average - 128);

计算平均值和与128的绝对差。

更新最优解：

if (diff < minDiff || (diff == minDiff && k < bestK)) {minDiff = diff;bestK = k;
}

若当前差值更小，或差值相同但k更小，则更新最优解。

示例测试

输入1：
```
0 0 0 0
```
输出：
```
128
```
说明：k=128时，所有像素变为128，均值为128。
输入2：
```
129 130 129 130
```
输出：
```
-2
```
说明：k=-2时均值为127.5，k=-1时均值为128.5，选择较小的k=-2。
输入3：
```
255 255
```
输出：
```
-127
```
说明：k=-127时，像素值变为128，均值为128。