2404. 出現(xiàn)最頻繁的偶數(shù)元素

方法一：暴力+ 哈希

哈希表存儲所有的偶數(shù)及其出現(xiàn)次數(shù)，若該哈希表為空則說明全為奇數(shù)，直接返回-1；

用變量max_freq保存哈希表中最大詞頻，若無則說明出現(xiàn)次數(shù)均等，則將其賦值為1；

找到出現(xiàn)次數(shù)與變量相等的所有數(shù)，返回其中的最小值即可；

Python版本

C++版本

復(fù)雜度分析

• 時間復(fù)雜度：O(N)。此處的 n 指的是數(shù)組 nums的長度，考慮最壞情況，nums數(shù)組均為偶數(shù)且僅出現(xiàn)一次，遍歷哈希和存儲元素共需要 2000 ?* 2 = 4000。

• 空間復(fù)雜度：O(N)。 如上所言，需要兩倍的空間，即 2000 ?* 2 = 4000。

備注

• 本方法特別笨蛋，使用了兩個哈希表一個數(shù)組，空間開銷巨大，特別是用數(shù)組實現(xiàn)哈希表，該數(shù)組毫無伸縮性；

• 可以從此份C++代碼中抽離公共結(jié)構(gòu)，即：如何判斷一個數(shù)組的所有元素同值？如何判斷一個數(shù)組沒有最大值？

• 如何在不暫存的情況下，能否一次遍歷找到出現(xiàn)次數(shù)最小的數(shù)？

方法二：哈希 + 一次遍歷

僅統(tǒng)計偶數(shù)的詞頻，設(shè)定詞頻邊界和數(shù)值上限，遍歷整個哈希表，當前詞頻大于默認值的則更新，詞頻相等則判斷詞的大小關(guān)系，遇到比當前值小的才更新。

Python版本

C++版本

復(fù)雜度分析

• 時間復(fù)雜度：O(N)。此處的 n 指的是 nums 數(shù)組中長度上限 2000 * 2 = 4000。

• 空間復(fù)雜度：O(N)。此處的 n 指的是 考慮最壞情況每個數(shù)字全為偶數(shù)且僅出現(xiàn)一次，約為2000。

備注