| comments | difficulty | edit_url | rating | source | tags | ||||
|---|---|---|---|---|---|---|---|---|---|
true |
中等 |
1975 |
第 359 场周赛 Q4 |
|
给你一个下标从 0 开始的整数数组 nums 和一个整数 k 。
如果子数组中所有元素都相等，则认为子数组是一个 等值子数组 。注意，空数组是 等值子数组 。
从 nums 中删除最多 k 个元素后，返回可能的最长等值子数组的长度。
子数组 是数组中一个连续且可能为空的元素序列。
示例 1：
输入：nums = [1,3,2,3,1,3], k = 3 输出：3 解释：最优的方案是删除下标 2 和下标 4 的元素。 删除后，nums 等于 [1, 3, 3, 3] 。 最长等值子数组从 i = 1 开始到 j = 3 结束，长度等于 3 。 可以证明无法创建更长的等值子数组。
示例 2：
输入：nums = [1,1,2,2,1,1], k = 2 输出：4 解释：最优的方案是删除下标 2 和下标 3 的元素。 删除后，nums 等于 [1, 1, 1, 1] 。 数组自身就是等值子数组，长度等于 4 。 可以证明无法创建更长的等值子数组。
提示：
1 <= nums.length <= 1051 <= nums[i] <= nums.length0 <= k <= nums.length
我们用双指针维护一个单调变长的窗口，用哈希表维护窗口中每个元素出现的次数。
窗口中的所有元素个数减去窗口中出现次数最多的元素个数，就是窗口中需要删除的元素个数。
每一次，我们将右指针指向的元素加入窗口，然后更新哈希表，同时更新窗口中出现次数最多的元素个数。当窗口中需要删除的元素个数超过了
遍历结束后，返回出现次数最多的元素个数即可。
时间复杂度
class Solution:
def longestEqualSubarray(self, nums: List[int], k: int) -> int:
cnt = Counter()
l = 0
mx = 0
for r, x in enumerate(nums):
cnt[x] += 1
mx = max(mx, cnt[x])
if r - l + 1 - mx > k:
cnt[nums[l]] -= 1
l += 1
return mxclass Solution {
public int longestEqualSubarray(List<Integer> nums, int k) {
Map<Integer, Integer> cnt = new HashMap<>();
int mx = 0, l = 0;
for (int r = 0; r < nums.size(); ++r) {
cnt.merge(nums.get(r), 1, Integer::sum);
mx = Math.max(mx, cnt.get(nums.get(r)));
if (r - l + 1 - mx > k) {
cnt.merge(nums.get(l++), -1, Integer::sum);
}
}
return mx;
}
}class Solution {
public:
int longestEqualSubarray(vector<int>& nums, int k) {
unordered_map<int, int> cnt;
int mx = 0, l = 0;
for (int r = 0; r < nums.size(); ++r) {
mx = max(mx, ++cnt[nums[r]]);
if (r - l + 1 - mx > k) {
--cnt[nums[l++]];
}
}
return mx;
}
};func longestEqualSubarray(nums []int, k int) int {
cnt := map[int]int{}
mx, l := 0, 0
for r, x := range nums {
cnt[x]++
mx = max(mx, cnt[x])
if r-l+1-mx > k {
cnt[nums[l]]--
l++
}
}
return mx
}function longestEqualSubarray(nums: number[], k: number): number {
const cnt: Map<number, number> = new Map();
let mx = 0;
let l = 0;
for (let r = 0; r < nums.length; ++r) {
cnt.set(nums[r], (cnt.get(nums[r]) ?? 0) + 1);
mx = Math.max(mx, cnt.get(nums[r])!);
if (r - l + 1 - mx > k) {
cnt.set(nums[l], cnt.get(nums[l])! - 1);
++l;
}
}
return mx;
}我们可以用一个哈希表
接下来，我们枚举每个元素作为等值元素，我们从哈希表
时间复杂度
class Solution:
def longestEqualSubarray(self, nums: List[int], k: int) -> int:
g = defaultdict(list)
for i, x in enumerate(nums):
g[x].append(i)
ans = 0
for ids in g.values():
l = 0
for r in range(len(ids)):
while ids[r] - ids[l] - (r - l) > k:
l += 1
ans = max(ans, r - l + 1)
return ansclass Solution {
public int longestEqualSubarray(List<Integer> nums, int k) {
int n = nums.size();
List<Integer>[] g = new List[n + 1];
Arrays.setAll(g, i -> new ArrayList<>());
for (int i = 0; i < n; ++i) {
g[nums.get(i)].add(i);
}
int ans = 0;
for (List<Integer> ids : g) {
int l = 0;
for (int r = 0; r < ids.size(); ++r) {
while (ids.get(r) - ids.get(l) - (r - l) > k) {
++l;
}
ans = Math.max(ans, r - l + 1);
}
}
return ans;
}
}class Solution {
public:
int longestEqualSubarray(vector<int>& nums, int k) {
int n = nums.size();
vector<int> g[n + 1];
for (int i = 0; i < n; ++i) {
g[nums[i]].push_back(i);
}
int ans = 0;
for (const auto& ids : g) {
int l = 0;
for (int r = 0; r < ids.size(); ++r) {
while (ids[r] - ids[l] - (r - l) > k) {
++l;
}
ans = max(ans, r - l + 1);
}
}
return ans;
}
};func longestEqualSubarray(nums []int, k int) (ans int) {
g := make([][]int, len(nums)+1)
for i, x := range nums {
g[x] = append(g[x], i)
}
for _, ids := range g {
l := 0
for r := range ids {
for ids[r]-ids[l]-(r-l) > k {
l++
}
ans = max(ans, r-l+1)
}
}
return
}function longestEqualSubarray(nums: number[], k: number): number {
const n = nums.length;
const g: number[][] = Array.from({ length: n + 1 }, () => []);
for (let i = 0; i < n; ++i) {
g[nums[i]].push(i);
}
let ans = 0;
for (const ids of g) {
let l = 0;
for (let r = 0; r < ids.length; ++r) {
while (ids[r] - ids[l] - (r - l) > k) {
++l;
}
ans = Math.max(ans, r - l + 1);
}
}
return ans;
}