LeetCode 697. 数组的度(简单)

697. 数组的度

给定一个非空且只包含非负数的整数数组 nums,数组的度的定义是指数组里任一元素出现频数的最大值。

你的任务是在 nums 中找到与 nums 拥有相同大小的度的最短连续子数组,返回其长度。

 

示例 1:

输入:[1, 2, 2, 3, 1]
输出:2
解释:
输入数组的度是2,因为元素1和2的出现频数最大,均为2.
连续子数组里面拥有相同度的有如下所示:
[1, 2, 2, 3, 1], [1, 2, 2, 3], [2, 2, 3, 1], [1, 2, 2], [2, 2, 3], [2, 2]
最短连续子数组[2, 2]的长度为2,所以返回2.

示例 2:

输入:[1,2,2,3,1,4,2]
输出:6

 

提示:

  • nums.length 在1到 50,000 区间范围内。
  • nums[i] 是一个在 0 到 49,999 范围内的整数。

我的Java代码:

思路:题意实际上就是求【数组中出现最多的元素】的首尾位置的差。用一个数组来记录原数组中元素出现的次数,由于出现次数最多的元素可能有多个,所以再用一个列表存储【数组中出现最多的元素】的最后位置。在遍历完原数组并找到【数组中出现最多的元素】后,遍历列表并从原数组中找到该元素的首位置,比较列表中的元素的首尾位置差,返回最小值。

class Solution {
    public int findShortestSubArray(int[] nums) {
		int[] counters = new int[50000];
		List<Integer> rearlist = new ArrayList<Integer>();
		int max = 0;
		for(int i = 0;i < nums.length;i++) {
			counters[nums[i]]++;
			if(counters[nums[i]] > max) {
				max = counters[nums[i]];
				rearlist.clear();
				rearlist.add(i);
			}else if(counters[nums[i]] == max) {
				rearlist.add(i);
			}
		}
		int min = Integer.MAX_VALUE;
		Iterator<Integer> it = rearlist.iterator();
		while(it.hasNext()) {
			int head = 0, rear = it.next();
			int num = nums[rear];
			for(head = 0;head < rear;head++) {
				if(nums[head] == num) {
					break;
				}
			}
			if(min > rear-head) {
				min = rear-head;
			}
		}
		
		return min+1;
    }
}

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
题目描述:给定一个整数数组nums一个整数m,你需要将这个数组分成m个空的连续子数组。设计一个算法使得这m个子数组中的最大和最小。 解题思路: 这是一个典型的二分搜索题目,可以使用二分查找来解决。 1. 首先确定二分的左右边界。左边界为数组中最大的值,右边界为数组中所有元素之和。 2. 在二分搜索的过程中,计算出分割数组的组数count,需要使用当前的中间值来进行判断。若当前的中间值不够分割成m个子数组,则说明mid值偏小,将左边界更新为mid+1;否则,说明mid值偏大,将右边界更新为mid。 3. 当左边界小于等于右边界时,循环终止,此时的左边界即为所求的结果。 具体步骤: 1. 遍历数组,找到数组中的最大值,并计算数组的总和。 2. 利用二分查找搜索左右边界,从左边界到右边界中间的值为mid。 3. 判断当前的mid值是否满足题目要求,若满足则更新右边界为mid-1; 4. 否则,更新左边界为mid+1。 5. 当左边界大于右边界时,循环终止,返回左边界即为所求的结果。 代码实现: ```python class Solution: def splitArray(self, nums: List[int], m: int) -> int: left = max(nums) right = sum(nums) while left <= right: mid = (left + right) // 2 count = 1 total = 0 for num in nums: total += num if total > mid: total = num count += 1 if count > m: left = mid + 1 else: right = mid - 1 return left ``` 时间复杂分析:二分搜索的时间复杂为O(logN),其中N为数组的总和,而遍历数组的时间复杂为O(N),因此总的时间复杂为O(NlogN)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值