计算数组中第一次出现后至少出现 K 次的所有元素

在处理数组问题时，有时需要针对数组中的某个元素进行特定操作，如计算该元素第一次出现后至少出现 K 次的所有元素。下面将介绍如何实现该操作。

思路

我们可以使用哈希表记录每个元素第一次出现的位置及其出现次数，并遍历哈希表得到符合条件的元素。

具体实现步骤如下：

1. 遍历数组，对于每个元素，如果它在哈希表中不存在，则将其加入哈希表，并记录它的出现位置.如果它在哈希表中已存在，则将其出现次数加1。
2. 遍历哈希表，对于每个出现次数大于等于K的元素，记录其第一次出现的位置，并将其加入结果数组中。

代码实现

下面是使用Python实现的代码段：

def calc_k_frequency(nums, k):
    # 计算每个元素的出现次数
    count_map = {}
    for i, num in enumerate(nums):
        if num not in count_map:
            count_map[num] = [1, i]
        else:
            count_map[num][0] += 1
    
    # 遍历哈希表，得到符合要求的元素
    res = []
    for num, [count, first_idx] in count_map.items():
        if count >= k:
            res.append(nums[first_idx])
    
    return res

在上述代码中，calc_k_frequency()函数接受两个参数：原始数组nums和目标出现次数k。count_map是用于记录每个元素是否出现并统计出现次数和其第一次出现的位置的哈希表。最后，遍历哈希表，找出所有出现次数大于等于k的元素，并将其第一次出现的位置对应的元素加入结果数组中。

测试样例

针对输入数组 nums = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]，计算第一次出现后至少出现 3 次的所有元素的期望结果为 [2, 3, 4]。下面是完整的测试样例代码：

def test_calc_k_frequency():
    nums = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
    k = 3
    expected = [2, 3, 4]
    assert calc_k_frequency(nums, k) == expected

    nums = [1, 2, 2, 2, 3, 4, 4]
    k = 2
    expected = [2, 4]
    assert calc_k_frequency(nums, k) == expected

    nums = [1, 2, 3, 4, 5]
    k = 2
    expected = []
    assert calc_k_frequency(nums, k) == expected

    print("All tests passed!")

总结

在本文中，我们介绍了如何计算数组中第一次出现后至少出现 K 次的所有元素。具体实现是使用哈希表记录每个元素第一次出现的位置及其出现次数，并遍历哈希表得到符合条件的元素。