(1):
思路:
1.首先要对数组nums排序,这样两数之间的差距最小。
2.题目要求我们通过最多 k
次递增操作,使数组中某个元素的频数(出现次数)最大化。经过上面的排序,最大数组也就是在整个数组里的某一截。使用滑动窗口。
3.初始化两个指针 left
和 right
,分别表示滑动窗口的左右边界,假设我们获得了一截数组是我们想要的,怎么证明呢?判断条件是什么?
4. 要最大可能频数,先定义一个maxF来表示最高频元素的最大可能频数。可以通过Math.max来获得最大频数。
5.做一个假设,在窗口里的数字都变成最高元素(也就是right指针所在)。那么n个元素*最高元素=MaxSum,这个最大总和减去实际n个元素的总和的值(MaxSum-Sum=x),要是大于k就说明在这个滑动窗口里,数据太多,k达不到最高频元素的最大可能频数。左指针++。同时更新 sum
,直到 sum
不大于 k
。更新 maxF
。
6.返回 maxF
代码:
import java.util.Arrays;
public class Solution {
public int maxFrequency(int[] nums, int k) {
Arrays.sort(nums);
int left = 0;
long sum = 0;
int maxFreq = 0;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
while ((long) nums[right] * (right - left + 1) - sum > k) {
sum -= nums[left];
left++;
}
maxFreq = Math.max(maxFreq, right - left + 1);
}
return maxFreq;
}
}
代码解释:
- 排序数组:首先对数组进行排序,以便后续使用滑动窗口。
- 初始化变量:
left
:滑动窗口的左边界sum
:窗口内所有元素的和(使用long
避免整数溢出)maxF
:记录最大频数
- 滑动窗口遍历:
- 右指针
right
从 0 开始遍历数组 - 每次将当前元素加入窗口,并更新窗口和
sum
- 检查当前窗口是否满足条件:
nums[right] * (right - left + 1) - sum <= k
- 如果不满足,则缩小窗口左边界
left
,并更新窗口和sum
- 如果不满足,则缩小窗口左边界
- 更新最大频数
maxF
- 右指针
- 返回结果:遍历结束后返回最大频数。
复杂度分析:
- 时间复杂度:O (n log n)(排序) + O (n)(滑动窗口遍历)= O (n log n)
- 空间复杂度:O (1)(仅使用常数额外空间
(2):
思路:
我们需要通过重新排列数组元素并减小它们的值,使得数组的第一个元素为 1,且相邻元素的差的绝对值不超过 1,同时最大化数组中的最大值。关键在于构造一个从 1 开始的递增序列,每个元素尽可能比前一个大 1,因为这样可以得到最大的可能值
- 排序数组:首先将数组排序,以便后续处理。
- 贪心构造递增序列:从 1 开始,依次尝试构造下一个数(当前数 + 1),只要数组中存在至少一个元素大于等于当前需要构造的数,就可以使用该元素来构造,并继续构造下一个更大的数。
代码:
import java.util.Arrays;
class Solution {
public int maximumElementAfterDecrementingAndRearranging(int[] arr) {
Arrays.sort(arr);
int required = 1; // 需要构造的下一个数,初始为1(第一个元素必须是1)
for (int x : arr) {
if (x >= required) {
required++; // 可以构造当前required,接下来构造required+1
}
}
return required - 1; // 最大构造到required-1,因为最后一次递增了required
}
}
代码解释
- 排序数组:使用
Arrays.sort(arr)
对数组进行升序排序,以便从小到大处理每个元素。 - 初始化变量:
required
表示当前需要构造的下一个数,初始为 1,因为数组的第一个元素必须是 1。 - 遍历数组:对于每个元素
x
,如果x
大于等于当前需要构造的数required
,则说明可以使用该元素来构造required
,并将required
加 1,尝试构造下一个更大的数(required + 1
)。 - 返回结果:最终
required - 1
即为能够构造的最大数,因为每次成功构造一个数后required
会递增,最后一次递增后required
比最大数大 1。
这种方法通过贪心策略,每次尽可能构造更大的数,确保了构造的序列是连续递增的,从而最大化了数组中的最大值。时间复杂度主要由排序决定,为 O (n log n),空间复杂度为 O (1)(不考虑排序的栈空间)。