1838 最高频元素的频数（排序 + 滑动窗口、前缀和 + 二分查找）

1. 问题描述：

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/frequency-of-the-most-frequent-element

2. 思路分析：

① 分析题目可以知道我们需要在操作次数小于等于k的前提下求解出最高频元素的频数，所以最容易想到的是先对nums进行排序，排序之后对于nums的连续的片段操作次数是最小的。我们考虑将[l,r]范围的数字全部经过递增操作之后变为nums[r]，那么操作的次数为：(r - l) * nums[r] + (num[l] + nums[l + 1] + .... + nums[r - 1])，实际上我们在操作的时候是可以先固定一个左边界l，然后扩展右边界r，经过排序之后往右边扩展那么操作次数肯定是增大的，因为操作次数最多是在k次，所以我们在扩展当前的右边界的时候发现当前的操作次数大于了k那么就需要将左边界右移，这样可以减少操作的次数。具体的操作是每一次都向右扩展一个长度，也即r到r + 1，这样扩展的话那么很容易就计算出了l-->r扩展之后的操作次数，上一次是l......r，当前是l......r + 1，所以r + 1边界比上一次增加的操作次数为(nums[r + 1] - nums[r]) * (r - l)，实际上增加的就是(r - l)个数的相邻右边界差值，例如上一次的范围为[1, 2,3,4]，扩展右边界一个长度之后[1,2,3,4,5]，我们计算出（5 - 4）* （3 - 1）就是增加的操作次数。当我们扩展当前的右边界的时候那么可能次数是大于k的所以这个时候需要将左边界右移使得操作次数小于等于k，也即使用总的操作次数减去左边界到右边界的操作次数，即减去nums[r] - nums[l]，循环进行左边界向右扩展操作的过程，当我们找出在操作次数小于等于k的时候r - l + 1就是当前范围的最高频元素的次数，这个时候根据历史上记录的最大值决定是否更新当前的最大值。其实本质上就是找到符合频数小于等于k的若干个区间，在这些区间中找到最长的那个，一开始的时候要清楚是滑动窗口的模型那么剩下来的就比较简单了，都是基本的套路，根据题目要求编写代码接即可。

② 除了使用滑动窗口的求解方法，我们还可以使用前缀和 + 二分查找的方法求解。对于排序好的nums数组，右边界为r，我们二分查找的是最左边的边界l使得操作次数在小于等于k，能够使用二分查找的原因是当我们找到一个左边界l,使得[l, r]范围的操作次数是小于等于k的，那么可能存在更小的左边界使得操作次数还是小于等于k的，越往左边走那么操作次数肯定是增大的，此时能够变为nums[r]的个数就更多，所以我们只需要枚举数组中每个元素对应位置的最左边的边界（右边界就为当前排序好的数组元素的位置），找到所有间隔中最大的那个就是答案。

3. 代码如下：

排序 + 滑动窗口：

from typing import List
class Solution:
    def maxFrequency(self, nums: List[int], k: int) -> int:
        nums.sort()
        l = 0
        total, res = 0, 1
        for r in range(1, len(nums)):
            # total记录总的操作次数
            total += (nums[r] - nums[r - 1]) * (r - l)
            # 有可能操作的次数是大于k的所以需要将左边界右移
            while total > k:
                total -= nums[r] - nums[l]
                l += 1
                # 左边界与右边界的差值加1就是最高频数元素的频数
            res = max(res, r - l + 1)
        return res

前缀和 + 二分：

from typing import List


class Solution:
    def maxFrequency(self, nums: List[int], k: int) -> int:
        n = len(nums)
        s = [0] * (n + 1)
        nums.sort()
        # 计算前缀和
        for i in range(1, n + 1):
            s[i] = s[i - 1] + nums[i - 1]
        res = 0
        # 枚举每一个右边界r使用二分求解最左边的边界得到最大值即可
        for i in range(1, n + 1):
            # 变量t用来保存符合条件的左边界值
            l, r, t = 1, i, 0
            while l <= r:
                mid = (l + r) // 2
                if (i - mid + 1) * nums[i - 1] - (s[i] - s[mid - 1]) <= k:
                    t = mid
                    r = mid - 1
                else:
                    l = mid + 1
            res = max(res, i - t + 1)
        return res