最小子数组，其元素的频率大于其他元素的频率

这是一道关于子数组的问题，要找到一个子数组，使得该子数组中出现次数最多的元素的出现次数大于该子数组中其他元素的出现次数。

解题思路

我们可以使用一个哈希表 counter 来记录每个元素出现的频率，然后使用滑动窗口技巧来查找答案。

具体来说，在数组中任意选择一个起始点，将该点作为滑动窗口的左边界，滑动窗口从左向右移动，记录窗口中出现次数最多的元素出现次数 max_count，记录窗口中其他元素出现的次数之和 sum_count，直到 max_count > sum_count，这时的窗口就是一个符合条件的子数组。

如果当前窗口不符合条件，我们就将左边界向右移动一位，然后重新计算 max_count 和 sum_count。

这个算法的时间复杂度是 O(n)，空间复杂度也是 O(n)。

代码实现

def min_subarray(arr):
    counter = {}
    left = 0
    max_count = 0
    sum_count = 0

    for right, x in enumerate(arr):
        counter[x] = counter.get(x, 0) + 1
        max_count = max(max_count, counter[x])
        sum_count += (right - left + 1) - max_count

        while max_count < sum_count and left <= right:
            counter[arr[left]] -= 1
            max_count = max(max(counter.values() or [0]))
            sum_count = sum(counter.values()) - max_count
            left += 1

        if max_count > sum_count:
            return arr[left:right+1]

    return []

测试样例

assert min_subarray([1, 2, 2, 3, 3, 3, 4, 4, 4, 4]) == [3, 3, 3]
assert min_subarray([1, 2, 2, 3, 4, 5, 5]) == [2, 2]