难度: Easy
给你一个非负整数数组 nums 。在一步操作中，你必须：
x ，x 需要小于或等于 nums 中 最小 的 非零 元素。nums 中的每个正整数都减去 x。返回使 nums 中所有元素都等于 0 需要的 最少 操作数。
示例 1：
输入：nums = [1,5,0,3,5] 输出：3 解释： 第一步操作：选出 x = 1 ，之后 nums = [0,4,0,2,4] 。 第二步操作：选出 x = 2 ，之后 nums = [0,2,0,0,2] 。 第三步操作：选出 x = 2 ，之后 nums = [0,0,0,0,0] 。
示例 2：
输入：nums = [0] 输出：0 解释：nums 中的每个元素都已经是 0 ，所以不需要执行任何操作。
提示：
1 <= nums.length <= 1000 <= nums[i] <= 100运行时间: 26 ms
内存: 16.0 MB
class Solution:
def minimumOperations(self, nums: List[int]) -> int:
return len({x for x in nums if x})
此题解采用集合去重的思路来计算操作次数。首先使用集合来存储数组中所有非零的唯一值，由于集合的元性质自动去重，因此，集合的大小（即包含的不同非零元素的数量）直接反映了需要进行的操作次数。每次操作都是选择数组中最小的非零元素进行减法，直到所有非零元素均变为零。
时间复杂度: O(n)
空间复杂度: O(n)
class Solution:
def minimumOperations(self, nums: List[int]) -> int:
# 使用集合来存储所有非零元素，利用集合的去重性质
return len({x for x in nums if x}) # 返回集合的大小，即不同非零元素的数量
在题解的算法中，数组中的零值对处理逻辑没有影响，因为算法只关注非零元素。使用集合存储元素时，通过条件表达式 'x for x in nums if x' 筛选出所有非零元素。这意味着零值不会被加入到集合中，也就不会影响集合的大小。因此，零值的存在不会增加操作次数，仅需关注非零元素的去重和计数。
题解中描述的算法仅计算将所有非零元素变为零的最小操作次数，而不需要实际进行每次操作。因此，算法中使用的集合无需维护元素的顺序。它只是用于确定有多少个不同的非零元素存在。如果需要实际执行这些操作，那么确实需要考虑元素的顺序，此时可能需要使用有序集合或在每次操作前对元素进行排序。
实际代码中，如果需要执行每次减法操作，需要首先确定集合中的最小值。这可以通过将集合转换成列表并排序来实现，或者使用如 Python 中的 `min()` 函数直接从集合中找到最小值。然而，题解中的 `minimumOperations` 方法只是计算需要的操作次数，而不是执行这些操作。因此，原题解中没有包含从集合中选取最小值的实际步骤。
题解中的方法不适用于动态变化的数组或实时数据流，因为它依赖于一次性读取和处理所有数据。对于动态数据，可以考虑使用动态数据结构，如哈希表，来实时更新和维护非零元素。每当有新元素加入时，可以更新哈希表，并适时调整计数。对于实时减少元素值到零的场景，可能需要更复杂的数据结构如平衡树或优先队列，以便能够高效地查询和更新最小元素。