灵感来源
- 保持更新，努力学习
- python脚本学习
存在重复元素 II
解题思路
这个问题可以通过哈希表来高效解决。具体思路如下：
- 使用哈希表记录元素最后一次出现的位置：遍历数组，用一个哈希表存储每个元素的最后一次出现的索引。
- 检查索引差：对于每个元素，如果它已经在哈希表中存在，计算当前索引与哈希表中存储的索引的差值。如果这个差值小于等于给定的
k，则返回True。 - 更新哈希表：无论元素是否已经存在于哈希表中，都更新它的索引为当前索引。这样可以确保哈希表中存储的是元素最后一次出现的位置，从而使得后续的检查能够得到最小的索引差。
这种方法的时间复杂度是 O (n)，其中 n 是数组的长度，因为只需要遍历一次数组。空间复杂度是 O (min (n, k))，因为哈希表中最多存储 k+1 个元素。
class Solution:def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:# 用于存储元素及其最后一次出现的索引num_dict = {}for i, num in enumerate(nums):# 如果元素已经在字典中，检查索引差if num in num_dict and i - num_dict[num] <= k:return True# 更新元素的最后一次出现的索引num_dict[num] = ireturn False逐行解释
class Solution:def containsNearbyDuplicate(self, nums: List[int], k: int) -> bool:# 创建一个字典，用于存储每个元素及其最后一次出现的索引位置num_dict = {}# 遍历数组中的每个元素及其索引for i, num in enumerate(nums):# 检查当前元素是否已经在字典中，并且当前索引与上次出现的索引之差 <=kif num in num_dict and i - num_dict[num] <= k:return True # 找到满足条件的重复元素，返回True# 更新字典中该元素的索引为当前索引（无论是否已存在，确保记录最新位置）num_dict[num] = i# 遍历结束后仍未找到满足条件的重复元素，返回Falsereturn False
