对于一个包含自然数的列表nums， 计算他的度。列表的度定义为列表里任 一元素出现的频率的最大值。

可以使用哈希表来统计每个元素出现的次数，然后找出出现次数最多的元素，该元素出现的次数即为列表的度。以下是示例代码：

int findDegree(vector<int>& nums) {
unordered_map<int, int> count;
int degree = 0;
for (int num : nums) {
count[num]++;
degree = max(degree, count[num]);
}
return degree;
}

相关问题

用python写一个对于一个包含自然数的列表nums， 计算他的度。列表的度定义为列表里任 一元素出现的频率的最大值。

可以使用Python的collections模块中的Counter函数来实现：

from collections import Counter

def find_degree(nums):
    count = Counter(nums)
    max_freq = max(count.values())
    return max_freq

这个函数接受一个包含自然数的列表nums作为参数，使用Counter函数统计每个元素出现的次数，然后找到出现次数的最大值，即为列表的度。

对于一个包含自然数的列表nums，计算他的度。列表的度定义为列表里任一元素出现的频率的最大值

。算法1：

1. 使用一个字典记录每个元素出现的次数及其首次出现的位置。
2. 遍历字典，找到出现次数最大的元素及其出现次数。
3. 返回这个出现次数即为列表nums的度。

时间复杂度：O(n)，其中n为列表nums的长度。

空间复杂度：O(n)，其中n为列表nums的长度。

Python 代码：

class Solution:
    def findShortestSubArray(self, nums: List[int]) -> int:
        freq = {}
        left, right = {}, {}
        for i, num in enumerate(nums):
            if num not in freq:
                freq[num] = 0
                left[num] = i
            freq[num] += 1
            right[num] = i
        max_freq = max(freq.values())
        degree = float("inf")
        for num, count in freq.items():
            if count == max_freq:
                degree = min(degree, right[num] - left[num] + 1)
        return degree

算法2：

1. 使用一个字典记录每个元素出现的次数。
2. 遍历字典，找到出现次数最大的元素及其出现次数。
3. 使用列表index记录这个元素在列表nums中出现的所有位置。
4. 计算这些位置的最大值和最小值的差即为列表nums的度。

时间复杂度：O(n^2)，其中n为列表nums的长度。

空间复杂度：O(n)，其中n为列表nums的长度。

Python 代码：

class Solution:
    def findShortestSubArray(self, nums: List[int]) -> int:
        freq = {}
        for num in nums:
            freq[num] = freq.get(num, 0) + 1
        max_freq = max(freq.values())
        degree = float("inf")
        for num, count in freq.items():
            if count == max_freq:
                index = [i for i, x in enumerate(nums) if x == num]
                degree = min(degree, max(index) - min(index) + 1)
        return degree