全屏响应式网站模板wordpress常规地址改错了怎么办

好的，根据你提供的代码和LeetCode题号（697），我将帮助你生成一个结构化的Markdown文档。首先，我们需要补充一些必要的信息，如题目描述、示例、思路分析等。如果你能提供这些信息会更好，否则我会基于常见的题解模式进行推测。

以下是完整的Markdown文档：

# LeetCode 697## 目录
- [题目描述](#题目描述)
- [示例](#示例)
- [思路分析](#思路分析)
- [代码段](#代码段)
- [代码逐行讲解](#代码逐行讲解)
- [复杂度分析](#复杂度分析)
- [总结的知识点](#总结的知识点)
- [整合](#整合)
- [总结](#总结)---## 题目描述给定一个非空且只包含非负数的整数数组 `nums`，数组的度定义为元素出现次数的最大值。找到与原数组具有相同度的最短连续子数组，并返回其长度。---## 示例### 示例 1**输入:**
```java
nums = [1, 2, 2, 3, 1]

输出:

2

解释:

• 数组的度是2，因为元素2出现了两次。
• 最短的子数组是从索引1到2，长度为2。

示例 2

输入:

nums = [1,2,2,3,1,4,2]

输出:

6

解释:

• 数组的度是3，因为元素2出现了三次。
• 最短的子数组是从索引1到6，长度为6。

---

思路分析

问题核心

找到与原数组具有相同度的最短连续子数组，并返回其长度。

思路拆解

1. 统计每个元素的出现次数：
   • 使用哈希表记录每个元素的出现次数。
2. 确定数组的度：
   • 找出出现次数最多的元素的次数。
3. 寻找最短子数组：
   • 使用滑动窗口技术来找到满足条件的最短子数组。

---

代码段

class Solution {public int findShortestSubArray(int[] nums) {int l = 0, r = 0, len = nums.length, res = len + 1;Map<Integer, Integer> map = new HashMap<>();Map<Integer, Integer> map1 = new HashMap<>();int count = 0;for (int i : nums) {map1.put(i, map1.getOrDefault(i, 0) + 1);count = Math.max(count, map1.get(i));}while (r < len) {map.put(nums[r], map.getOrDefault(nums[r], 0) + 1);r++;while (map.get(nums[r - 1]) == count) {map.put(nums[l], map.get(nums[l]) - 1);res = Math.min(res, r - l);l++;}}return res;}
}

---

代码逐行讲解

1. 初始化变量：

   int l = 0, r = 0, len = nums.length, res = len + 1;
   

   • 初始化左右指针l和r，数组长度len，以及结果res。

2. 统计每个元素的出现次数：

   Map<Integer, Integer> map = new HashMap<>();
   Map<Integer, Integer> map1 = new HashMap<>();
   int count = 0;for (int i : nums) {map1.put(i, map1.getOrDefault(i, 0) + 1);count = Math.max(count, map1.get(i));
   }
   

   • 使用map1统计每个元素的出现次数，并找出最大出现次数count。

3. 滑动窗口查找最短子数组：

   while (r < len) {map.put(nums[r], map.getOrDefault(nums[r], 0) + 1);r++;while (map.get(nums[r - 1]) == count) {map.put(nums[l], map.get(nums[l]) - 1);res = Math.min(res, r - l);l++;}
   }
   

   • 使用滑动窗口技术查找满足条件的最短子数组。

4. 返回结果：

   return res;
   

---

复杂度分析

时间复杂度

• 统计元素出现次数：O(n)
• 滑动窗口遍历：O(n)
• 总时间复杂度：O(n)

空间复杂度

• 使用了两个哈希表存储元素及其出现次数：O(n)

---

总结的知识点

1. 哈希表的应用：
   • 用于统计元素出现次数。
2. 滑动窗口技术：
   • 用于高效查找满足条件的最短子数组。
3. 数组度的概念：
   • 数组中元素出现次数的最大值。

---

整合

class Solution {public int findShortestSubArray(int[] nums) {int l = 0, r = 0, len = nums.length, res = len + 1;Map<Integer, Integer> map = new HashMap<>();Map<Integer, Integer> map1 = new HashMap<>();int count = 0;for (int i : nums) {map1.put(i, map1.getOrDefault(i, 0) + 1);count = Math.max(count, map1.get(i));}while (r < len) {map.put(nums[r], map.getOrDefault(nums[r], 0) + 1);r++;while (map.get(nums[r - 1]) == count) {map.put(nums[l], map.get(nums[l]) - 1);res = Math.min(res, r - l);l++;}}return res;}
}

---

总结

通过使用哈希表统计每个元素的出现次数，并结合滑动窗口技术，可以高效地找到与原数组具有相同度的最短连续子数组。