难度: Medium
给你一个整数数组 nums 和一个整数 k 。
每一步操作中，你需要从数组中选出和为 k 的两个整数，并将它们移出数组。
返回你可以对数组执行的最大操作数。
示例 1：
输入：nums = [1,2,3,4], k = 5 输出：2 解释：开始时 nums = [1,2,3,4]： - 移出 1 和 4 ，之后 nums = [2,3] - 移出 2 和 3 ，之后 nums = [] 不再有和为 5 的数对，因此最多执行 2 次操作。
示例 2：
输入：nums = [3,1,3,4,3], k = 6 输出：1 解释：开始时 nums = [3,1,3,4,3]： - 移出前两个 3 ，之后nums = [1,4,3] 不再有和为 6 的数对，因此最多执行 1 次操作。
提示：
1 <= nums.length <= 1051 <= nums[i] <= 1091 <= k <= 109运行时间: 62 ms
内存: 28.2 MB
class Solution:
def maxOperations(self, nums: List[int], k: int) -> int:
tmp = Counter(nums)
ans = 0
for num in tmp:
if num * 2 < k:
ans += min(tmp[num], tmp.get(k-num, 0))
elif num * 2 == k:
ans += tmp[num] // 2
return ans
本题解使用哈希表来存储数组中每个数字的出现次数，然后遍历哈希表的键（即数组中的不同数字），检查每个数字与其配对构成和为k的另一个数字是否存在于哈希表中。对于每个数字num，如果num的两倍小于k，则检查与之相加等于k的数字（即k-num）是否存在，并将它们的出现次数的最小值累加到答案中。如果num的两倍恰好等于k，说明需要将num与自身配对，只能将其出现次数除以2（向下取整）来计算配对的次数。遍历完成后，得到的答案即为最大操作数。
时间复杂度: O(n)
空间复杂度: O(n)
class Solution:
def maxOperations(self, nums: List[int], k: int) -> int:
tmp = Counter(nums) # 使用Counter来统计数组nums中每个数字的出现次数
ans = 0 # 初始化答案为0
for num in tmp: # 遍历哈希表中的每一个数
if num * 2 < k: # 如果当前数字的两倍小于k，需要找到配对的数字
ans += min(tmp[num], tmp.get(k-num, 0)) # 增加可以配对的次数，取两个数字出现次数的最小值
elif num * 2 == k: # 如果当前数字的两倍正好为k，它只能与自己配对
ans += tmp[num] // 2 # 增加配对次数，每对需要两个相同的数字
return ans # 返回最大操作数
在算法实现中，我们通过确保每次处理数字num时，只考虑其配对数字k-num，且仅当num小于k-num时才进行配对操作，以避免重复计数。这意味着，对于每一对有效的配对数字，它们只会被计算一次。例如，当num等于k-num时，如num * 2 = k，我们通过直接将num的数量除以2来处理配对，确保每个数字只与自己配对一次，不会与其他数字重复配对。
当num * 2等于k时，这意味着num只能与自身形成有效配对，因为其他任何数字加上num都将超过k或小于k，无法形成有效的k-sum配对。因此，在这种特定情况下，只考虑将num的数量除以2来计算配对次数，每两个相同的num可以形成一次有效操作。这种方法确保了算法的准确性和效率。
在Python中，使用tmp.get(k-num, 0)可以安全地尝试访问哈希表中的元素，即使该元素不存在也不会引发错误。如果使用tmp[k-num]，当k-num不在哈希表中时，将引发KeyError异常。使用get方法允许我们为不存在的键提供一个默认值（在本例中为0），这使得代码更加健壮，能够处理数组中不存在的数字，简化了配对逻辑。
为了确保每对数字只被计算一次，算法在遍历哈希表时采取了特殊策略：只考虑那些num小于k-num的情况进行计数。这样做确保了每一对数字（num和k-num）只在num的迭代时被计算一次，避免在k-num的迭代时重复计算。此外，当num恰好等于k-num时，我们通过将num的数量除以2来处理，确保这种情况下的配对也只计算一次。这种策略避免了重复和冗余的计算，提高了算法的效率和准确性。