每日打卡 力扣2808 使循环数组所有元素相等的最少秒数

2808. 使循环数组所有元素相等的最少秒数

题目描述：

给你一个下标从 0 开始长度为 n 的数组 nums 。

每一秒，你可以对数组执行以下操作：

• 对于范围在 [0, n - 1] 内的每一个下标 i ，将 nums[i] 替换成 nums[i] ，nums[(i - 1 + n) % n] 或者 nums[(i + 1) % n] 三者之一。

注意，所有元素会被同时替换。

请你返回将数组 nums 中所有元素变成相等元素所需要的 最少 秒数。

示例 1：

输入：nums = [1,2,1,2]
输出：1
解释：我们可以在 1 秒内将数组变成相等元素：
- 第 1 秒，将每个位置的元素分别变为 [nums[3],nums[1],nums[3],nums[3]] 。变化后，nums = [2,2,2,2] 。
1 秒是将数组变成相等元素所需要的最少秒数。

示例 2：

输入：nums = [2,1,3,3,2]
输出：2
解释：我们可以在 2 秒内将数组变成相等元素：
- 第 1 秒，将每个位置的元素分别变为 [nums[0],nums[2],nums[2],nums[2],nums[3]] 。变化后，nums = [2,3,3,3,3] 。
- 第 2 秒，将每个位置的元素分别变为 [nums[1],nums[1],nums[2],nums[3],nums[4]] 。变化后，nums = [3,3,3,3,3] 。
2 秒是将数组变成相等元素所需要的最少秒数。

示例 3：

输入：nums = [5,5,5,5]
输出：0
解释：不需要执行任何操作，因为一开始数组中的元素已经全部相等。

提示：

• 1 <= n == nums.length <= 10^5
• 1 <= nums[i] <= 10^9

思路：

我们首先用哈希表，统计 nums中相同的数所出现的位置，mp[x]\表示 x所出现的位置。

然后我们研究，使得数组全部变为 x所需要的时间，这个时间取决于 nums 中，相邻 x 的最大距离。我们依次枚举所有相邻（包括头尾）x 的索引值，找到最大的距离。最大距离除以二并向下取整，就是使得数组全部变为 x 所需要的时间。

最后我们对所有 nums中 的数，都找到所需的时间，返回其中的最小值即可。

代码：

class Solution {
public:
    int minimumSeconds(vector& nums) {
        unordered_map> mp;
        int n=nums.size(),res=n;
        for (int i = 0; i < n; ++i) {
            mp[nums[i]].push_back(i);
        }
        for (auto& pos : mp) {
            int mx = pos.second[0] + n - pos.second.back();
            for (int i = 1; i < pos.second.size(); ++i) {
                mx = max(mx, pos.second[i] - pos.second[i - 1]);
            }
            res = min(res, mx / 2);
        }
        return res;
    }
    
};

class Solution:
    def minimumSeconds(self, nums: List[int]) -> int:
        num_idxs = {}    # 存储每个元素出现的位置
        n = len(nums)
        for i, num in enumerate(nums):
            if num not in num_idxs:
                num_idxs[num] = []
            num_idxs[nums[i]].append(i)

        res = n + 1    # 初始为一个极大值，数组长度+1
        for _, idxes in num_idxs.items():
            need_seconds = 0    # 元素it.first覆盖整个数组需要的时间
            idxes.append(idxes[0] + n)   # 将首个位置的索引+n，计算首个位置和最后一个位置之间的环形巨鹿
            for i in range(1, len(idxes)):
                need_seconds = max(need_seconds, (idxes[i] - idxes[i-1]) // 2)  # 统计每两个元素之间需要覆盖的时间，取最大覆盖时间
            res = min(res, need_seconds)
        return res