1394-找出数组中的幸运数

在整数数组中，如果一个整数的出现频次和它的数值大小相等，我们就称这个整数为「幸运数」。

给你一个整数数组 arr，请你从中找出并返回一个幸运数。

• 如果数组中存在多个幸运数，只需返回 最大 的那个。
• 如果数组中不含幸运数，则返回 -1 。

示例 1：

**输入：** arr = [2,2,3,4]
**输出：** 2
**解释：** 数组中唯一的幸运数是 2 ，因为数值 2 的出现频次也是 2 。

示例 2：

**输入：** arr = [1,2,2,3,3,3]
**输出：** 3
**解释：** 1、2 以及 3 都是幸运数，只需要返回其中最大的 3 。

示例 3：

**输入：** arr = [2,2,2,3,3]
**输出：** -1
**解释：** 数组中不存在幸运数。

示例 4：

**输入：** arr = [5]
**输出：** -1

示例 5：

**输入：** arr = [7,7,7,7,7,7,7]
**输出：** 7

提示：

• 1 <= arr.length <= 500
• 1 <= arr[i] <= 500

方法一：哈希映射

思路

我们可以使用哈希映射来解决这个问题，把数值作为键，把数值出现的次数作为值。具体地，我们先遍历原数组建立哈希表，然后遍历哈希表找到最大的键和值相等的元素作为答案，如果找不到就返回 -1。

代码

[sol1-C++]

class Solution {
public:
    unordered_map <int, int> m;
    int findLucky(vector<int>& arr) {
        for (auto x: arr) ++m[x];
        int ans = -1;
        for (auto [key, value]: m) {
            if (key == value) {
                ans = max(ans, key);
            }
        }
        return ans;
    }
};

[sol1-Python3]

class Solution:
    def findLucky(self, arr: List[int]) -> int:
        m = dict()
        for x in arr:
            m[x] = m.get(x, 0) + 1
        ans = -1
        for (key, value) in m.items():
            if key == value:
                ans = max(ans, key)
        return ans

[sol1-Java]

class Solution {
    public int findLucky(int[] arr) {
        Map<Integer, Integer> m = new HashMap<Integer, Integer>();
        for (int x : arr) {
            m.put(x, m.getOrDefault(x, 0) + 1);
        }
        int ans = -1;
        for (Map.Entry<Integer, Integer> entry : m.entrySet()) {
            int key = entry.getKey(), value = entry.getValue();
            if (key == value) {
                ans = Math.max(ans, key);
            }
        }
        return ans;
    }
}

[sol1-JavaScript]

var findLucky = function(arr) {
    let m = {}
    arr.forEach((x) => {
        m[x] = (x in m ? m[x] + 1 : 1)
    })
    let ans = -1
    Object.keys(m).forEach((key) => {
        ans = (key == m[key] ? Math.max(key, ans) : ans)
    })
    return ans
};

复杂度分析

记数组中的的元素个数为 n，则哈希表中最多有 n 个键值对。

• 时间复杂度：遍历数组的时间代价是 O(n)，遍历哈希表的时间代价也是 O(n)，故渐进时间复杂度 O(n)。

• 空间复杂度：哈希表中最多有 n 个键值对，故渐进空间复杂度 O(n)。