1838. 最高频元素的频数

简介: 1838. 最高频元素的频数

元素的 频数 是该元素在一个数组中出现的次数。

给你一个整数数组 nums 和一个整数 k 。在一步操作中,你可以选择 nums 的一个下标,并将该下标对应元素的值增加 1

执行最多 k 次操作后,返回数组中最高频元素的 最大可能频数


示例 1:

输入:nums = [1,2,4], k = 5

输出:3

解释:对第一个元素执行 3 次递增操作,对第二个元素执 2 次递增操作,此时 nums = [4,4,4] 。

4 是数组中最高频元素,频数是 3 。


示例 2:


输入:nums = [1,4,8,13], k = 5

输出:2

解释:存在多种最优解决方案:

- 对第一个元素执行 3 次递增操作,此时 nums = [4,4,8,13] 。4 是数组中最高频元素,频数是 2 。

- 对第二个元素执行 4 次递增操作,此时 nums = [1,8,8,13] 。8 是数组中最高频元素,频数是 2 。

- 对第三个元素执行 5 次递增操作,此时 nums = [1,4,13,13] 。13 是数组中最高频元素,频数是 2 。


示例 3:

输入:nums = [3,9,6], k = 2

输出:1


提示:

  • 1 <= nums.length <= 105
  • 1 <= nums[i] <= 105
  • 1 <= k <= 105
int maxFrequency(vector<int> &nums, int k) {
    sort(nums.begin(), nums.end()); // 对数组进行排序
    long long temp = 0; // 用于临时存储当前窗口内的元素总和
    int ans = 0; // 存储最大频数的变量
    for (int l = 0, r = 0; r < nums.size(); ++r) { // 使用双指针维护滑动窗口
        while ((static_cast<long long>(r - l)) * nums[r]  > (k + temp)) { // 如果当前窗口不能通过k次操作使得全部元素相等
            temp -= nums[l]; // 减去窗口最左侧的元素
            l++; // 左指针右移
        }
        ans = max(ans, r - l + 1); // 更新最大频数
        temp += nums[r]; // 添加窗口右侧的元素到临时总和中
    }
    return ans; // 返回最大频数
}
相关文章
|
5月前
|
Java C++ Python
leetcode-347:前 K 个高频元素
leetcode-347:前 K 个高频元素
23 0
|
算法 索引
算法训练Day59|● 503.下一个更大元素II ● 42. 接雨水
算法训练Day59|● 503.下一个更大元素II ● 42. 接雨水
|
2天前
|
算法
12_前K个高频元素
12_前K个高频元素
|
存储 算法 索引
算法修炼Day58|● 739. 每日温度 ● 496.下一个更大元素 I
算法修炼Day58|● 739. 每日温度 ● 496.下一个更大元素 I
|
5月前
|
设计模式 算法 Java
【数据结构和算法】无限集中的最小数字
这是力扣的2336题,难度为中等,解题方案有很多种,本文讲解我认为最奇妙的一种。使用TreeSet和min变量来维护一个无限集合,保证集合的连续性。添加元素时,若元素大于等于min,则不添加;若元素小于min,则将其添加到TreeSet中。删除元素时,先判断TreeSet是否为空,若不为空,则从TreeSet中删除元素;若为空,则将min值加1。该算法能够高效地添加和删除元素,并保持集合的连续性。该算法还可以用优先队列(小根堆)+ hash表解题,比较优秀。
46 1
|
10月前
|
算法 测试技术 C#
C++算法: 最大化数组末位元素的最少操作次数
C++算法: 最大化数组末位元素的最少操作次数
算法训练Day13|● 239. 滑动窗口最大值● 347.前 K 个高频元素● 总结
算法训练Day13|● 239. 滑动窗口最大值● 347.前 K 个高频元素● 总结
|
算法
LeetCode每日1题--前 K 个高频元素
LeetCode每日1题--前 K 个高频元素
68 0
|
存储
集合的操作(交并差)
集合的操作(交并差)
72 0
leetcode 347 前k个高频元素
leetcode 347 前k个高频元素
62 0
leetcode 347 前k个高频元素