难度: Easy
给你一个整数数组 nums ，返回出现最频繁的偶数元素。
如果存在多个满足条件的元素，只需要返回 最小 的一个。如果不存在这样的元素，返回 -1 。
示例 1：
输入：nums = [0,1,2,2,4,4,1] 输出：2 解释： 数组中的偶数元素为 0、2 和 4 ，在这些元素中，2 和 4 出现次数最多。 返回最小的那个，即返回 2 。
示例 2：
输入：nums = [4,4,4,9,2,4] 输出：4 解释：4 是出现最频繁的偶数元素。
示例 3：
输入：nums = [29,47,21,41,13,37,25,7] 输出：-1 解释：不存在偶数元素。
提示：
1 <= nums.length <= 20000 <= nums[i] <= 105运行时间: 45 ms
内存: 16.2 MB
class Solution:
def mostFrequentEven(self, nums: List[int]) -> int:
new = [x for x in nums if x % 2 == 0]
if new == []:
return -1
curr = 2001
freq = 0
for key, value in Counter(new).items():
if value > freq:
curr = key
freq = value
elif value == freq:
curr = min(key, curr)
return curr
此题解首先通过列表推导过滤出数组中的所有偶数元素，存入列表 new。若 new 为空，则直接返回 -1，表示没有偶数元素。接下来，使用 Counter 来统计 new 中每个元素的出现频次。通过遍历这些元素及其频次，维护一个变量 curr 来记录当前出现最频繁的偶数元素，初始值设为 2001，超过数组元素的最大可能值，以便于更新。同时，使用 freq 变量记录最大频次。在遍历过程中，如果发现更高的频次，则更新 curr 和 freq。如果发现相同的频次，比较并更新 curr 为更小的偶数。最终返回 curr，即为出现最频繁的最小偶数元素。
时间复杂度: O(n)
空间复杂度: O(n)
class Solution:
def mostFrequentEven(self, nums: List[int]) -> int:
# 过滤出 nums 中的偶数元素
new = [x for x in nums if x % 2 == 0]
# 如果没有偶数，返回 -1
if not new:
return -1
# 初始化最大频次和当前最频繁的偶数
curr = 2001
freq = 0
# 统计偶数元素的频次
for key, value in Counter(new).items():
# 更新最大频次和对应的偶数
if value > freq:
curr = key
freq = value
# 如果频次相同，选择较小的偶数
elif value == freq:
curr = min(key, curr)
return curr
使用列表推导来过滤偶数可以简化后续的代码逻辑，因为这样做可以直接生成包含所有需要处理的偶数的新列表。这种方法的优点是代码更清晰、易于理解，并且可以减少后续操作中的条件判断，提高效率。缺点包括可能增加内存使用，因为需要额外存储过滤后的偶数列表，特别是当原始数组很大且偶数占比较高时。
curr初始设置为2001是为了确保在后续遍历中，任何一个实际出现的偶数都会比这个初始值小，从而能够在首次比较时被更新。这种方法简化了代码逻辑，避免了处理特殊情况或额外的条件判断。更合理的方法可能是使用Python的float('inf')作为初始值，这是一个表示无限大的值，可以更清楚地表达“比任何数都大”的意图，而且不依赖于具体数值范围。
是的，可以通过一次遍历来同时解决频次统计和找到最小值的问题。在遍历nums数组时，可以直接使用一个字典来统计偶数的频率，并同时更新当前最频繁且最小的偶数。这种做法减少了对列表的额外迭代，同时在统计频次的同时即时更新当前最优解，提高了效率和代码的简洁性。