打卡力扣题目十二

目录

 一、问题

二、解题方法一

 三、解题方法二

关于 ARTS 的释义 —— 每周完成一个 ARTS：
● Algorithm: 每周至少做一个 LeetCode 的算法题
● Review: 阅读并点评至少一篇英文技术文章
● Tips: 学习至少一个技术技巧
● Share: 分享一篇有观点和思考的技术文章

希望通过此次活动能聚集一波热爱技术的人，延续好奇、探索、实践、分享的精神。
 

 一、问题
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：nums = [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：nums = [1,2,2,3,1,4,2]
输出：6
解释：
数组的度是 3 ，因为元素 2 重复出现 3 次。
所以 [2,2,3,1,4,2] 是最短子数组，因此返回 6 。
 

提示：

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

二、解题方法一
def findShortestSubArray(nums):
    # 统计每个数字出现的频数和第一次出现的位置
    count = {}
    first_occurrence = {}
    max_degree = 0
    
    for i, num in enumerate(nums):
        if num not in count:
            count[num] = 1
            first_occurrence[num] = i
        else:
            count[num] += 1
        
        # 更新最大度
        if count[num] > max_degree:
            max_degree = count[num]
    
    # 找到与最大度相同的数字的最短连续子数组长度
    min_length = float('inf')
    
    for num in count:
        if count[num] == max_degree:
            length = i - first_occurrence[num] + 1
            if length < min_length:
                min_length = length
    
    return min_length

这段代码实现了一个函数 `findShortestSubArray`,用于找到给定数组中，出现次数最多的数字所对应的最短连续子数组的长度。

具体实现过程如下：

  1. 首先定义了三个字典变量：`count`、`first_occurrence` 和 `max_degree`,分别用于统计每个数字出现的频数、第一次出现的位置以及最大度(即出现次数最多的数字的出现次数)。

  2. 然后遍历输入的数组 `nums`,对于每个数字 `num`,如果它不在 `count` 中，则将其添加到 `count` 中并记录其第一次出现的位置；否则，将其出现次数加一。同时，如果当前数字的出现次数大于之前的最大度，则更新最大度。

  3. 接着遍历 `count` 中的每个数字，如果某个数字的出现次数等于最大度，则计算该数字所对应的最短连续子数组的长度。具体来说，首先计算该数字最后一次出现的位置与第一次出现的位置之差加一，即为该数字所对应的子数组的长度；然后将这个长度与之前计算得到的最短连续子数组长度进行比较，取较小值作为新的最短连续子数组长度。

  4. 最后返回计算得到的最短连续子数组长度。

需要注意的是，在计算最短连续子数组长度时，需要使用变量 `i` 来记录当前遍历到的位置，因此在循环开始前需要先初始化 `i` 为 0。

 三、解题方法二
def findShortestSubArray(nums):
# 使用哈希表记录每个数字出现的次数和位置
count = {}
for i, num in enumerate(nums):
if num not in count:
count[num] = [1, i]
else:
count[num][0] += 1
 
# 按照出现次数从大到小排序
sorted_count = sorted(count.items(), key=lambda x: x[1][0], reverse=True)
 
# 找到出现次数最多的数字所对应的最短连续子数组长度
max_degree = sorted_count[0][1][0]
min_length = float('inf')
 
for num, (degree, _) in enumerate(sorted_count):
    if degree == max_degree:
        length = nums[_] + nums[_ + degree] + 1
        if length < min_length:
            min_length = length
 
return min_length

 这个实现方式与之前的实现方式类似，但是使用了哈希表来记录每个数字出现的次数和位置，避免了在遍历数组时多次计算某个数字的出现次数。同时，将哈希表中的元素按照出现次数从大到小排序，可以减少后续查找的复杂度。最后，通过遍历排序后的哈希表，找到出现次数最多的数字所对应的最短连续子数组长度。