找到包含相同元素的最长子数组

给定一个整数数组 nums，你需要找到一个最长的连续子数组，其中包含相同的元素。

算法思路

1. 遍历数组 nums，记录每个元素出现的位置，使用字典 mapping 存储。
2. 遍历字典 mapping，计算相邻两个元素出现位置的差值，即连续子数组的长度，将差值存储在列表 distances 中。
3. 定义变量 maxLen 记录最长的连续子数组的长度。
4. 从 distances 中找出最多递减 k 个差值，将这些差值之和与 maxLen 比较，更新 maxLen。

def findLengthOfShortestSubarray(nums: List[int], k: int) -> int:
    n = len(nums)
    mapping = {}
    for i in range(n):
        if nums[i] not in mapping:
            mapping[nums[i]] = []
        mapping[nums[i]].append(i)
    distances = []
    for positions in mapping.values():
        for i in range(1, len(positions)):
            distances.append(positions[i] - positions[i-1])
    distances.sort()
    maxLen = 1
    for i in range(len(distances)):
        total = sum(distances[i:])
        if len(distances)-i <= k:
            maxLen = max(maxLen, total)
    return n - maxLen

复杂度分析

• 时间复杂度：O(nlogn)，其中 n 是数组 nums 的长度。遍历数组和字典 mapping 的时间复杂度均为 O(n)，计算 distances 列表的时间复杂度为 O(nlogn)。遍历 distances 数组的时间复杂度为 O(n)，因此总的时间复杂度为 O(nlogn)。
• 空间复杂度：O(n)，其中 n 是数组 nums 的长度。存储字典 mapping、列表 distances 的空间复杂度均为 O(n)。

测试

以 nums = [1,2,3,4,5,3,2,1] 和 k = 2 为例，调用函数 findLengthOfShortestSubarray(nums, k) 返回 2，即将原数组最多划分成 2 段：[1,2,3,4,5] 和 [3,2,1] 中包含相同的元素。