2404. 出现最频繁的偶数元素

方法一：暴力+ 哈希

哈希表存储所有的偶数及其出现次数，若该哈希表为空则说明全为奇数，直接返回-1；

用变量max_freq保存哈希表中最大词频，若无则说明出现次数均等，则将其赋值为1；

找到出现次数与变量相等的所有数，返回其中的最小值即可；

Python版本

C++版本

复杂度分析

• 时间复杂度：O(N)。此处的 n 指的是数组 nums的长度，考虑最坏情况，nums数组均为偶数且仅出现一次，遍历哈希和存储元素共需要 2000  * 2 = 4000。

• 空间复杂度：O(N)。 如上所言，需要两倍的空间，即 2000  * 2 = 4000。

备注

• 本方法特别笨蛋，使用了两个哈希表一个数组，空间开销巨大，特别是用数组实现哈希表，该数组毫无伸缩性；

• 可以从此份C++代码中抽离公共结构，即：如何判断一个数组的所有元素同值？如何判断一个数组没有最大值？

• 如何在不暂存的情况下，能否一次遍历找到出现次数最小的数？

方法二：哈希 + 一次遍历

仅统计偶数的词频，设定词频边界和数值上限，遍历整个哈希表，当前词频大于默认值的则更新，词频相等则判断词的大小关系，遇到比当前值小的才更新。

Python版本

C++版本

复杂度分析

• 时间复杂度：O(N)。此处的 n 指的是 nums 数组中长度上限 2000 * 2 = 4000。

• 空间复杂度：O(N)。此处的 n 指的是 考虑最坏情况每个数字全为偶数且仅出现一次，约为2000。

备注