【每日算法】从「枚举」到「排序 + 前缀和 + 二分 + 滑动窗口」|Python 主题月

简介: 【每日算法】从「枚举」到「排序 + 前缀和 + 二分 + 滑动窗口」|Python 主题月

网络异常,图片无法展示
|


题目描述



这是 LeetCode 上的 1838. 最高频元素的频数 ,难度为 中等


Tag : 「枚举」、「哈希表」、「排序」、「前缀和」、「二分」、「滑动窗口」、「双指针」


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 numsnums 和一个整数 kk


在一步操作中,你可以选择 numsnums 的一个下标,并将该下标对应元素的值增加 11


执行最多 kk 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 。
复制代码


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 。
复制代码


示例 3:


输入:nums = [3,9,6], k = 2
输出:1
复制代码


提示:


  • 1 <= nums.length <= 10^5105
  • 1 <= nums[i] <= 10^5105
  • 1 <= k <= 10^5105


枚举



一个朴素的做法是,先对原数组 numsnums 进行排序,然后枚举最终「频数对应值」是哪个。


利用每次操作只能对数进行加一,我们可以从「频数对应值」开始往回检查,从而得出在操作次数不超过 kk 的前提下,以某个值作为「频数对应值」最多能够凑成多少个。


算法整体复杂度为 O(n^2)O(n2),Java 2021/07/19 可过。


Java 代码:


class Solution {
    public int maxFrequency(int[] nums, int k) {
        int n = nums.length;
        Map<Integer, Integer> map = new HashMap<>();
        for (int i : nums) map.put(i, map.getOrDefault(i, 0) + 1);
        List<Integer> list = new ArrayList<>(map.keySet());
        Collections.sort(list);
        int ans = 1;
        for (int i = 0; i < list.size(); i++) {
            int x = list.get(i), cnt = map.get(x);
            if (i > 0) {
                int p = k;
                for (int j = i - 1; j >= 0; j--) {
                    int y = list.get(j);
                    int diff = x - y;
                    if (p >= diff) {
                        int add = p / diff;
                        int min = Math.min(map.get(y), add);
                        p -= min * diff;
                        cnt += min;
                    } else {
                        break;
                    }
                }
            }
            ans = Math.max(ans, cnt);
        }
        return ans;
    }
}
复制代码


Python 3 代码:


class Solution:
    def maxFrequency(self, nums: List[int], k: int) -> int:
        n = len(nums)
        hashmap = defaultdict(int)
        for i in nums:
            hashmap[i] += 1
        ans = 1
        lt = sorted(hashmap.keys())
        for i in range(len(lt)):
            x = lt[i]
            cnt = hashmap[lt[i]]
            if i > 0:
                p = k
                for j in range(i - 1, -1, -1):
                    y = lt[j]
                    diff = x - y
                    if p >= diff:
                        add = p // diff
                        m = min(hashmap[y], add)
                        p -= m * diff
                        cnt += m
                    else:
                        break
            ans = max(ans, cnt)
        return ans
复制代码


  • 时间复杂度:得到去重后的频数后选集合复杂度为 O(n)O(n);最坏情况下去重后仍有 nn 个频数,且判断 kk 次操作内某个频数最多凑成多少复杂度为 O(n)O(n)。整体复杂度为 O(n^2)O(n2)
  • 空间复杂度:O(n)O(n)


排序 + 前缀和 + 二分 + 滑动窗口



先对原数组 numsnums 进行从小到大排序,如果存在真实最优解 lenlen,意味着至少存在一个大小为 lenlen 的区间 [l, r][l,r],使得在操作次数不超过 kk 的前提下,区间 [l, r][l,r] 的任意值 nums[i]nums[i] 的值调整为 nums[r]nums[r]


这引导我们利用「数组有序」&「前缀和」快速判断「某个区间 [l, r][l,r] 是否可以在 kk 次操作内将所有值变为 nums[r]nums[r]」:


具体的,我们可以二分答案 lenlen 作为窗口长度,利用前缀和我们可以在 O(1)O(1) 复杂度内计算任意区间的和,同时由于每次操作只能对数进行加一,即窗口内的所有数最终变为 nums[r]nums[r] ,最终目标区间和为 nums[r] * lennums[r]len,通过比较目标区间和和真实区间和的差值,我们可以知道 kk 次操作是否能将当前区间变为 nums[r]nums[r]


上述判断某个值 lenlen 是否可行的 check 操作复杂度为 O(n)O(n),因此算法复杂度为 O(n\log{n})O(nlogn)


Java 代码:


class Solution {
    int[] nums, sum;
    int n, k;
    public int maxFrequency(int[] _nums, int _k) {
        nums = _nums;
        k = _k;
        n = nums.length;
        Arrays.sort(nums);
        sum = new int[n + 1];
        for (int i = 1; i <= n; i++) sum[i] = sum[i - 1] + nums[i - 1];
        int l = 0, r = n;
        while (l < r) {
            int mid = l + r + 1 >> 1;
            if (check(mid)) l = mid;
            else r = mid - 1;
        }
        return r;
    }
    boolean check(int len) {
        for (int l = 0; l + len - 1 < n; l++) {
            int r = l + len - 1;
            int cur = sum[r + 1] - sum[l];
            int t = nums[r] * len;
            if (t - cur <= k) return true;
        }
        return false;
    }
}
复制代码


Python 3 代码:


class Solution:
    def maxFrequency(self, nums: List[int], k: int) -> int:
        def check(length):
            for i in range(n+1-length):
                j = i + length - 1
                cur = presum[j + 1] - presum[i]
                t = nums[j] * length
                if t - cur <= k:
                    return True
            return False
        n = len(nums)
        nums.sort()
        presum = [0] + list(accumulate(nums))
        l, r = 0, n
        while l < r:
            mid = l + r + 1 >> 1
            if check(mid):
                l = mid
            else:
                r = mid - 1
        return r
复制代码


  • 时间复杂度:排序的复杂度为 O(n\log{n})O(nlogn);计算前缀和数组复杂度为 O(n)O(n)check 函数的复杂度为 O(n)O(n),因此二分复杂度为 O(n\log{n})O(nlogn)。整体复杂度为 O(n\log{n})O(nlogn)
  • 空间复杂度:O(n)O(n)


最后



这是我们「刷穿 LeetCode」系列文章的第 No.1838 篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先把所有不带锁的题目刷完。


在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。


为了方便各位同学能够电脑上进行调试和提交代码,我建立了相关的仓库:github.com/SharingSour…


在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和其他优选题解。

相关文章
|
6天前
|
SQL 数据采集 算法
LeetCode 题目 66:加一【python5种算法实现】
LeetCode 题目 66:加一【python5种算法实现】
|
1天前
|
存储 算法 调度
力扣中级算法(Python)
力扣中级算法(Python)
|
1天前
|
算法 Python
力扣初级算法(Python)(二)
力扣初级算法(Python)(二)
|
2天前
|
机器学习/深度学习 传感器 算法
基于Mediapipe深度学习算法的手势识别系统【含python源码+PyqtUI界面+原理详解】-python手势识别 深度学习实战项目
基于Mediapipe深度学习算法的手势识别系统【含python源码+PyqtUI界面+原理详解】-python手势识别 深度学习实战项目
|
2天前
|
算法
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串
|
2天前
|
算法 数据可视化 Python
【KMeans】Python实现KMeans算法及其可视化
【KMeans】Python实现KMeans算法及其可视化
|
4天前
|
存储 算法 数据可视化
算法金 | D3blocks,一个超酷的 Python 库
D3Blocks是一个基于d3.js的Python图形库,用于创建吸引人的数据可视化图表,如D3graph、Elasticgraph和Sankey图。拥有超过470个Star,其特点包括简易性、功能丰富、易用性、可定制性和及时更新。通过pip安装后,用户能轻松创建粒子图和其他图表。文中展示了实战应用,如能源数据集的网络图,通过调整节点和边的属性实现个性化展示。关注作者,享受智能乐趣。
40 8
算法金 | D3blocks,一个超酷的 Python 库
|
6天前
|
存储 算法 数据可视化
python多种算法对比图解实现 验证二叉树搜索树【力扣98】
python多种算法对比图解实现 验证二叉树搜索树【力扣98】
|
6天前
|
机器学习/深度学习 算法 TensorFlow
算法金 | 只需十四步:从零开始掌握Python机器学习(附资源)
```markdown ## 摘要 全网同名「算法金」的作者分享了一篇针对Python机器学习入门的教程。教程旨在帮助零基础学习者掌握Python和机器学习,利用免费资源成为实践者。内容分为基础篇和进阶篇,覆盖Python基础、机器学习概念、数据预处理、科学计算库(如NumPy、Pandas和Matplotlib)以及深度学习(TensorFlow、Keras)。此外,还包括进阶算法如SVM、随机森林和神经网络。教程还强调了实践和理解最新趋势的重要性。
13 0
算法金 | 只需十四步:从零开始掌握Python机器学习(附资源)
|
6天前
|
存储 算法 Unix
掌握Unix路径简化:五种有效算法比较【python力扣71题】
掌握Unix路径简化:五种有效算法比较【python力扣71题】