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。