算法一(针对 n≤300 的测试点)
考虑枚举所有区间,然后求其众数及出现次数,并判断是否超过区间总长的一半,统计答案即可。时间复杂度 O(n3)
算法二(针对 n≤2,000 的测试点)
考虑先枚举区间的左端点
l
,再从左到右枚举右端点
算法三(针对 type=1 的测试点)
对于
01
序列,我们不难发现,众数出现次数严格大于子区间长度当且仅当子区间内
0,1
出现次数不同(那么那个出现次数较多的就是众数)。于是我们将原序列中的
0
视作
算法四(针对type=2 的测试点)
对于所有数的出现次数都较小(不超过 15 )的情况,不难发现所有“新生舞会的区间”的长度也会较小(不超过 2×15−1=29 )。于是使用算法二,枚举所有长度少于 30 的区间并统计答案即可。
算法五(针对 type=3 的测试点)
对于
Ai≤7
的测试点,我们不妨枚举所有值作为众数的情况。考虑统计所有众数为
k
的“新生舞会的”区间,将所有等于
算法六(针对所有测试点)
考虑改进算法五。我们考虑取出所有
B
中的极长
不难发现,极长
−1
子区间的数目与序列中
k
的数目同阶,因此,对于统计众数为
于是,总时间复杂度即为 O(∑k序列A中k的数目logn) ,即 O(nlogn) 。
对 n≤100,000 测试点的说明
对于常数较大的与标准算法时间复杂度相同的算法,以及一些时间复杂度略大于标程的算法,可能存在无法通过所有测试点的情况。这类算法可以通过这类测试点。