贪心题目：数组大小减半

题目

标题和出处

标题：数组大小减半

出处：1338. 数组大小减半

难度

3 级

题目描述

要求

给定一个整数数组 $\text{arr}$。可以从中选出一个整数集合，并删除这些整数在数组中的每次出现。

返回至少能删除数组中的一半整数的整数集合的最小元素个数。

示例

示例 1：

输入：$\text{arr = [3,3,3,3,5,5,5,2,2,7]}$
输出：$\text{2}$
解释：选择 $\text{{3,7}}$ 将数组变成 $\text{[5,5,5,2,2]}$，长度为 $\text{5}$（原数组长度的一半）。
大小为 $\text{2}$ 的可行集合有 $\text{{3,5},{3,2},{5,2}}$。
选择 $\text{{2,7}}$ 是不可行的，将数组变成 $\text{[3,3,3,3,5,5,5]}$，其长度大于原数组的一半。

示例 2：

输入：$\text{arr = [7,7,7,7,7,7]}$
输出：$\text{1}$
解释：只能选择集合 $\text{{7}}$，将数组变成空数组。

数据范围

• $\text{1}\le \text{arr.length}\le {\text{10}}^{\text{5}}$
• $\text{arr.length}$ 为偶数
• $\text{1}\le \text{arr[i]}\le {\text{10}}^{\text{5}}$

解法

思路和算法

遍历数组 $\text{arr}$ 得到每个元素的出现次数，创建列表 $\text{counts}$ 存储每个元素的出现次数，则 $\text{counts}$ 中的元素之和为数组 $\text{arr}$ 的长度，问题转换成从 $\text{counts}$ 中选择最少的元素个数使得所选的元素之和至少为数组 $\text{arr}$ 的长度的一半。

根据贪心思想，在所选元素之和下界确定的情况下，为了使所选元素的个数最少，应从 $\text{counts}$ 按照从大到小的顺序依次选取元素，直到选取的元素之和至少为数组 $\text{arr}$ 的长度的一半，此时选取的元素个数即为从数组 $\text{arr}$ 中选出的集合的最小元素个数。

贪心思想的正确性说明如下。

假设从 $\text{counts}$ 按照从大到小的顺序选取元素时，至少选取 $x$ 个元素可以满足选取的元素之和至少为数组 $\text{arr}$ 的长度的一半，用 $\text{halfLength}$ 表示数组 $\text{arr}$ 的长度的一半。如果将最大的 $x$ 个元素中的任意一个元素换成更小的元素，则选取的元素之和将减小，此时选取的元素之和可能大于等于 $\text{halfLength}$ 也可能小于 $\text{halfLength}$，如果小于 $\text{halfLength}$，则需要选取更多元素才能满足选取的元素之和大于等于 $\text{halfLength}$，此时选取的元素个数大于 $x$。因此按照从大到小的顺序选取元素可以使选取的元素个数最少。

具体做法是，得到列表 $\text{counts}$ 之后，将 $\text{counts}$ 按降序排序，然后按从大到小的顺序遍历 $\text{counts}$ 选取元素，直到选取的元素之和大于等于 $\text{halfLength}$ 时，返回选取的元素个数，即从数组 $\text{arr}$ 中选出的集合的最小元素个数。

代码

class Solution {
    public int minSetSize(int[] arr) {
        Map<Integer, Integer> countsMap = new HashMap<Integer, Integer>();
        for (int num : arr) {
            countsMap.put(num, countsMap.getOrDefault(num, 0) + 1);
        }
        List<Integer> counts = new ArrayList<Integer>(countsMap.values());
        Collections.sort(counts, (a, b) -> b - a);
        int halfLength = arr.length / 2;
        int removeCount = 0;
        int minSize = 0;
        for (int count : counts) {
            removeCount += count;
            minSize++;
            if (removeCount >= halfLength) {
                break;
            }
        }
        return minSize;
    }
}

复杂度分析

• 时间复杂度：$O(n\log n)$，其中 $n$ 是数组 $\text{arr}$ 的长度。计算每个元素的出现次数需要 $O(n)$ 的时间，将出现次数列表排序需要 $O(n\log n)$ 的时间，排序之后遍历出现次数列表需要 $O(n)$ 的时间，因此时间复杂度是 $O(n\log n)$。

• 空间复杂度：$O(n)$，其中 $n$ 是数组 $\text{arr}$ 的长度。哈希表和出现次数列表需要 $O(n)$ 的空间。