【C++二分查找】1838. 最高频元素的频数

本文涉及的基础知识点

C++二分查找
C++算法：滑动窗口总结
C++算法：前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

LeetCode1838. 最高频元素的频数

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 nums 和一个整数 k 。在一步操作中，你可以选择 nums 的一个下标，并将该下标对应元素的值增加 1 。
执行最多 k 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 。
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 。
  示例 3：
  输入：nums = [3,9,6], k = 2
  输出：1
  提示：
  1 <= nums.length <= 10⁵
  1 <= nums[i] <= 10⁵
  1 <= k <= 10⁵

二分查找

n = nums.length
二分类型：寻找尾端
Check函数的参数范围：[1，n]
Check函数：
a，排序。
b，活动窗口看nums[i-mid+1,i]是否符合要求，即其和nums[i]*mid - sum <= k。如果存在合法的i。返回true。否则，返回false。本步骤也可以用前缀和实现。

代码

核心代码

template<class INDEX_TYPE>
class CBinarySearch
{
public:
	CBinarySearch(INDEX_TYPE iMinIndex, INDEX_TYPE iMaxIndex):m_iMin(iMinIndex),m_iMax(iMaxIndex) {}
	template<class _Pr>
	INDEX_TYPE FindFrist( _Pr pr)
	{
		auto left = m_iMin - 1;
		auto rightInclue = m_iMax;
		while (rightInclue - left > 1)
		{
			const auto mid = left + (rightInclue - left) / 2;
			if (pr(mid))
			{
				rightInclue = mid;
			}
			else
			{
				left = mid;
			}
		}
		return rightInclue;
	}
	template<class _Pr>
	INDEX_TYPE FindEnd( _Pr pr)
	{
		int leftInclude = m_iMin;
		int right = m_iMax + 1;
		while (right - leftInclude > 1)
		{
			const auto mid = leftInclude + (right - leftInclude) / 2;
			if (pr(mid))
			{
				leftInclude = mid;
			}
			else
			{
				right = mid;
			}
		}
		return leftInclude;
	}
protected:
	const INDEX_TYPE m_iMin, m_iMax;
};

class Solution {
		public:
			int maxFrequency(vector<int>& nums, int k) {
				sort(nums.begin(), nums.end());
				vector<long long> preSum(1);
				for (const auto& n : nums) {
					preSum.emplace_back(n + preSum.back());
				}
				auto Check = [&](int mid) {
					for (int i = mid - 1; i < nums.size(); i++) {
						auto sum = preSum[i + 1] - preSum[i+1 - mid];
						if (nums[i] * (long long)mid - sum <= k) { return true; }
					}
					return false;
				};
				return CBinarySearch<int>(1, nums.size()).FindEnd(Check);
			}
		};

单元测试

	vector<int> nums;
		int k;
		TEST_METHOD(TestMethod11)
		{
			nums = { 1, 2, 4 }, k = 5;
			auto res = Solution().maxFrequency(nums, k);
			AssertEx(3, res);
		}
		TEST_METHOD(TestMethod12)
		{
			nums = { 1,4,8,13 }, k = 5;
			auto res = Solution().maxFrequency(nums, k);
			AssertEx(2, res);
		}
		TEST_METHOD(TestMethod13)
		{
			nums = { 3,9,6 }, k = 2;
			auto res = Solution().maxFrequency(nums, k);
			AssertEx(1, res);
		}

扩展阅读

我想对大家说的话
工作中遇到的问题，可以按类别查阅鄙人的算法文章，请点击《算法与数据汇总》。
学习算法：按章节学习《喜缺全书算法册》，大量的题目和测试用例，打包下载。重视操作
有效学习：明确的目标 及时的反馈 拉伸区（难度合适） 专注
闻缺陷则喜(喜缺)是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛
失败+反思=成功 成功+反思=成功

视频课程

先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。