LeetCode 题解工作台
合法分割的最小下标
如果在长度为 m 的整数数组 arr 中 超过一半 的元素值为 x ,那么我们称 x 是 支配元素 。 给你一个下标从 0 开始长度为 n 的整数数组 nums ,数据保证它含有一个 支配 元素。 你需要在下标 i 处将 nums 分割成两个数组 nums[0, ..., i] 和 nums[i +…
3
题型
5
代码语言
3
相关题
当前训练重点
中等 · 数组·哈希·扫描
答案摘要
我们用哈希表统计每个元素出现的次数,然后找出出现次数最多的元素 ,即为支配元素。要使得分割后的两个数组中都有支配元素,且支配元素相同,那么支配元素一定是 。 接下来,我们只需要遍历数组 ,累加前缀中 的出现次数 ,并判断 在后缀中出现的次数是否满足要求即可。如果满足要求,那么当前下标 就是一个可行的分割下标,我们只需要选择所有可行分割下标中最小的那个即可。
Interview AiBoxInterview AiBox 实时 AI 助手,陪你讲清 数组·哈希·扫描 题型思路
题目描述
如果在长度为 m 的整数数组 arr 中 超过一半 的元素值为 x,那么我们称 x 是 支配元素 。
给你一个下标从 0 开始长度为 n 的整数数组 nums ,数据保证它含有一个 支配 元素。
你需要在下标 i 处将 nums 分割成两个数组 nums[0, ..., i] 和 nums[i + 1, ..., n - 1] ,如果一个分割满足以下条件,我们称它是 合法 的:
0 <= i < n - 1nums[0, ..., i]和nums[i + 1, ..., n - 1]的支配元素相同。
这里, nums[i, ..., j] 表示 nums 的一个子数组,它开始于下标 i ,结束于下标 j ,两个端点都包含在子数组内。特别地,如果 j < i ,那么 nums[i, ..., j] 表示一个空数组。
请你返回一个 合法分割 的 最小 下标。如果合法分割不存在,返回 -1 。
示例 1:
输入:nums = [1,2,2,2] 输出:2 解释:我们将数组在下标 2 处分割,得到 [1,2,2] 和 [2] 。 数组 [1,2,2] 中,元素 2 是支配元素,因为它在数组中出现了 2 次,且 2 * 2 > 3 。 数组 [2] 中,元素 2 是支配元素,因为它在数组中出现了 1 次,且 1 * 2 > 1 。 两个数组 [1,2,2] 和 [2] 都有与 nums 一样的支配元素,所以这是一个合法分割。 下标 2 是合法分割中的最小下标。
示例 2:
输入:nums = [2,1,3,1,1,1,7,1,2,1] 输出:4 解释:我们将数组在下标 4 处分割,得到 [2,1,3,1,1] 和 [1,7,1,2,1] 。 数组 [2,1,3,1,1] 中,元素 1 是支配元素,因为它在数组中出现了 3 次,且 3 * 2 > 5 。 数组 [1,7,1,2,1] 中,元素 1 是支配元素,因为它在数组中出现了 3 次,且 3 * 2 > 5 。 两个数组 [2,1,3,1,1] 和 [1,7,1,2,1] 都有与 nums 一样的支配元素,所以这是一个合法分割。 下标 4 是所有合法分割中的最小下标。
示例 3:
输入:nums = [3,3,3,3,7,2,2] 输出:-1 解释:没有合法分割。
提示:
1 <= nums.length <= 1051 <= nums[i] <= 109nums有且只有一个支配元素。
解题思路
方法一:哈希表
我们用哈希表统计每个元素出现的次数,然后找出出现次数最多的元素 ,即为支配元素。要使得分割后的两个数组中都有支配元素,且支配元素相同,那么支配元素一定是 。
接下来,我们只需要遍历数组 ,累加前缀中 的出现次数 ,并判断 在后缀中出现的次数是否满足要求即可。如果满足要求,那么当前下标 就是一个可行的分割下标,我们只需要选择所有可行分割下标中最小的那个即可。
时间复杂度 ,空间复杂度 。其中 是数组 的长度。
class Solution:
def minimumIndex(self, nums: List[int]) -> int:
x, cnt = Counter(nums).most_common(1)[0]
cur = 0
for i, v in enumerate(nums, 1):
if v == x:
cur += 1
if cur * 2 > i and (cnt - cur) * 2 > len(nums) - i:
return i - 1
return -1
复杂度分析
| 指标 | 值 |
|---|---|
| 时间 | O(N) |
| 空间 | O(1) |
面试官常问的追问
外企场景- question_mark
Can the candidate handle array scanning efficiently with hashmap lookups?
- question_mark
Does the candidate identify the importance of maintaining frequency counts for the dominant element?
- question_mark
How well does the candidate handle edge cases like when no valid split exists?
常见陷阱
外企场景- error
Not tracking frequencies accurately across the split.
- error
Overcomplicating the solution with unnecessary data structures.
- error
Failing to recognize when no valid split is possible and returning an incorrect result.
进阶变体
外企场景- arrow_right_alt
What if the dominant element appears at the beginning or end of the array?
- arrow_right_alt
How would the solution change if there were multiple dominant elements?
- arrow_right_alt
What if the array was sorted? Does it affect the solution?