【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
|
2天前
|
算法 C++
【洛谷 P1223】排队接水(贪心算法+结构体排序)
该问题要求安排$n$个人的排队顺序以最小化平均等待时间。每个人接水需时$T_i$,解决方案是让接水时间短的人优先。给定$n\leq1000$和$t_i\leq10^6$,代码示例使用C++实现,通过排序使时间从小到大排列,然后计算平均等待时间。样例输入为10个人的时间数组,输出为优化后的排队顺序及平均等待时间(291.90)。
9 0
|
15小时前
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
15 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
2天前
|
存储 算法 Python
python常用算法(5)——树,二叉树与AVL树(一)
python常用算法(5)——树,二叉树与AVL树
|
3天前
|
IDE 前端开发 开发工具
怎么在isort Python 代码中的导入语句进行排序和格式化
`isort` 是一个Python工具,用于自动排序和格式化代码中的导入语句,提高代码整洁度和可读性。它支持自动排序、保留空白和注释、自定义排序规则、与多种编辑器集成以及命令行使用。安装`isort`可通过`pip install isort`,使用时可直接在Python代码中导入或通过命令行处理文件。示例展示了如何在代码中使用`isort`进行导入排序,包括基本排序、自定义设置和处理多个文件。`isort`适用于标准库、第三方库和自定义模块的导入排序,还可忽略特定导入,并能与IDE和编辑器插件集成,提升开发效率。
|
1天前
|
人工智能 算法 搜索推荐
蓝桥杯宝藏排序题目算法(冒泡、选择、插入)
以下是内容的摘要: 本文介绍了三种排序算法:冒泡排序、选择排序和插入排序。冒泡排序通过不断交换相邻的逆序元素逐步排序,最坏情况下需要 O(n^2) 次比较。选择排序在每轮中找到剩余部分的最小元素并放到已排序序列的末尾,同样具有 O(n^2) 时间复杂度。插入排序则是将每个元素插入到已排序序列的正确位置,时间复杂度也是 O(n^2),但空间复杂度为 O(1)。
|
2天前
|
人工智能 算法 BI
【洛谷 P1803】凌乱的yyy _ 线段覆盖 题解(贪心算法+结构体排序)
**线段覆盖问题**: YYY 想在 NOIP 前参加最多比赛。给定 $n$ 场比赛的开始和结束时间,每场比赛必须连续且不能冲突。输入包含每场比赛的时间段,输出最多可参加的比赛数。$20\%$ 数据 $n\leq10$,$50\%$ 数据 $n\leq10^3$,$100\%$ 数据 $n\leq10^6$。解决方案:按结束时间排序比赛,若当前比赛开始时间晚于上一个结束时间,则计数加一。样例输入:3 场比赛,输出:2。AC C++ 代码实现了此算法。
7 0
|
2天前
|
存储 算法 Shell
python常用算法(5)——树,二叉树与AVL树(三)
python常用算法(5)——树,二叉树与AVL树
|
2天前
|
算法 Python
python常用算法(5)——树,二叉树与AVL树(二)
python常用算法(5)——树,二叉树与AVL树
|
1天前
|
人工智能 算法 物联网
求解三维装箱问题的启发式深度优先搜索算法(python)
求解三维装箱问题的启发式深度优先搜索算法(python)
6 0
|
1天前
|
算法 Python
模拟退火算法求解TSP问题(python)
模拟退火算法求解TSP问题(python)
5 0