数组中任意两个相等元素之间的最小距离

在解决数组相关问题时，我们可能需要计算数组中任意两个相等元素之间的最小距离。本文将介绍两种常见的解决方法，并通过代码片段予以说明。

方法一：暴力遍历法

首先，我们可以采用暴力遍历法来解决该问题。具体思路是，遍历数组中所有元素，找到其中相等的元素，并计算它们之间的距离，最终返回距离的最小值。

下面是该方法的示例代码：

def min_distance(arr):
    min_dist = float('inf')
    for i in range(len(arr)):
        for j in range(i + 1, len(arr)):
            if arr[i] == arr[j]:
                dist = j - i
                if dist < min_dist:
                    min_dist = dist
    return min_dist

该代码首先初始化 min_dist 为最大值，然后通过双重循环遍历数组中所有元素。如果找到相等元素，则计算它们之间的距离，并更新 min_dist 的值。最终返回 min_dist 即可。

该方法的时间复杂度为 $O(n^2)$，空间复杂度为 $O(1)$。

方法二：哈希表法

除了暴力遍历法外，我们还可以采用哈希表法来解决该问题。具体思路是，遍历数组中所有元素，将每个元素及其索引放入哈希表中，如果有相等元素，则计算它们之间的距离，并更新最小距离。

下面是该方法的示例代码：

def min_distance(arr):
    index_dict = {}
    min_dist = float('inf')
    for i, val in enumerate(arr):
        if val in index_dict:
            dist = i - index_dict[val]
            if dist < min_dist:
                min_dist = dist
        index_dict[val] = i
    return min_dist

该代码首先创建一个空的哈希表 index_dict 和一个变量 min_dist，并通过 enumerate() 函数遍历数组中所有元素。对于每个元素，如果它已经在哈希表中出现过，则计算它们之间的距离，并更新 min_dist 的值。最后将该元素及其索引加入哈希表中即可。

该方法的时间复杂度为 $O(n)$，空间复杂度为 $O(n)$。

总结

以上就是两种解决数组中任意两个相等元素之间的最小距离的方法。在实际应用中，我们应该根据具体情况选用相应的方法。如果数组规模较小，采用暴力遍历法即可；如果数组规模较大，且需要多次查询最小距离，应该采用哈希表法。