计算每个单元格中剩余的空间，即我们可以添加什么来获得最大单元格值。计算总超额，即超过需要重新分配的最大单元值的值的总和。
然后创建一个布尔数组，指示哪些单元格需要更改。导出需要更改的最后一个单元格的索引。
用最大单元格值填充需要更改的单元格。现在我们只需要修正最后一个改变的单元格，因为这里可能需要更小的值来达到正确的总和。
我们总是从左到右填充数组。如果因为总和太大而无法完成，则返回所有单元格填充到最大值的数组。

import numpy as np

def redistribute(a, cell_max):
    full = np.full_like(a, cell_max)
    if a.sum() >= full.sum():
        return full
    
    space_left = np.maximum((full - a), 0)
    excess = np.where(a > cell_max, a - cell_max, 0).sum()  
    
    needs_change = space_left.cumsum() < excess
    last_change = np.argmin(needs_change)
    
    result = np.where(needs_change, full, np.minimum(a, cell_max))
    result[last_change] += a.sum() - result.sum()
    return result
    
    
redistribute(np.arange(10, 1, -1), 8)
# -> array([8, 8, 8, 8, 8, 5, 4, 3, 2])

对于更高的维度，你可以解开数组，应用这个函数并重塑。