每个元素的频率等于K的最长子数组的长度

在这个题目中，给定一个整数数组和一个整数k，要求寻找长度最大的子数组，该子数组中每个元素的频率等于k。

解题思路

这个问题可以通过使用滑动窗口解决。我们可以使用两个指针left和right，这些指针将滑动窗口存储在原始数组中。我们还需要一个哈希表freqs，用来存储滑动窗口中每个元素的出现次数。当右指针right向右移动时，我们将增加哈希表中相应元素的出现次数。如果哈希表中的任何元素的出现次数等于k，则意味着我们已经找到了一个该元素频率为k的窗口。然后我们可以将左指针left移到哈希表中出现的那个元素的下一个位置，已知其值不为k。我们需要继续这个过程，直到我们找到另一个符合要求的窗口或者到达数组的末尾。在这个过程中，我们需要记录每个找到的符合要求的窗口的长度，并返回其中最长的那一个。

代码实现

def max_subarray(nums, k):
    left, right = 0, 0
    freqs = {}
    max_length = 0
    
    while right < len(nums):
        # 增加右指针对应的元素频率
        freqs[nums[right]] = freqs.get(nums[right], 0) + 1
        
        # 找到符合要求的窗口
        while len(freqs) > k:
            freqs[nums[left]] -= 1
            if freqs[nums[left]] == 0:
                del freqs[nums[left]]
            left += 1
            
        # 更新最大长度
        if len(freqs) == k:
            max_length = max(max_length, right - left + 1)
            
        right += 1
    
    return max_length

时间复杂度

由于我们只需对数组进行一次遍历，因此时间复杂度为O(n)，其中n为数组的长度。由于我们使用了哈希表来存储每个元素的出现次数，哈希表的大小最坏情况下可达到O(n)，因此空间复杂度为O(n)。