一、题目描述
如果一个数组中出现次数最多的元素出现大于等于K次，被称为 k-优雅数组 ，k也可以被称为优雅阈值。
例如，数组1，2，3，1、2，3，1，它是一个3-优雅数组，因为元素1出现次数大于等于3次，
数组[1, 2, 3, 1, 2]就不是一个3-优雅数组，因为其中出现次数最多的元素是1和2，只出现了2次。
给定一个数组A和k，请求出A有多少子数组是k-优雅子数组。
子数组是数组中一个或多个连续元素组成的数组。
例如，数组[1,2,3,4]包含10个子数组，分别是：
1\], \[1,2\], \[1,2,3\], \[1,2,3,4\], \[2\], \[2,3\], \[2,3,4\], \[3\], \[3, 4\], \[4\]。
### 二、输入输出描述
输入描述
* 第一行：两个数字，以空格隔开，分别表示A数组长度、优雅阈值k
* 第二行：n个整数，以空格隔开，表示A数组元素
输出描述
* 一个整数，表示数组 `A` 中 k - 优雅子数组的总数。
### 三、示例
|----|-------------------|
| 输入 | 7 3 1 2 3 1 2 3 1 |
| 输出 | 1 |
| 说明 | |
|----|-------------------|
| 输入 | 7 2 1 2 3 1 2 3 1 |
| 输出 | 10 |
| 说明 | |
### 四、解题思路
1. 核心思想
采用**滑动窗口（双指针）+ 计数优化** 的策略，通过右指针扩展窗口统计元素出现次数，当某个元素出现次数≥k 时，直接计算 "以当前右指针为终点的所有满足条件的子数组数"（`n - r`），避免逐个枚举子数组；同时左指针右移缩小窗口，继续探索更小的满足条件的窗口，最终累加所有符合条件的子数组数。
2. 问题本质分析
* 表层问题：统计数组中 "包含至少 k 个相同元素" 的连续子数组总数；
* 深层问题：
1. 子数组的 "终点唯一性"：每个子数组有唯一的终点`r`，若找到第一个左边界`l`使得`[l..r]`满足条件，则所有左边界≤`l`、终点为`r`的子数组都满足条件，数量为`n - r`（无需重复计算）；
2. 滑动窗口的意义：用双指针维护 "当前元素计数"，避免重复遍历子数组，将时间复杂度从 O (n²) 优化到 O (n)；
3. 计数回退的必要性：右指针回退是为了抵消后续的自增操作，避免同一元素的计数被重复统计。
3. 核心逻辑
* 计数统计：用哈希表记录滑动窗口内每个元素的出现次数；
* 条件触发：当某个元素计数≥k 时，直接累加`n - r`（以当前 r 为终点的满足条件的子数组数）；
* 窗口调整：左指针右移缩小窗口（尝试找更小的满足条件的窗口），右指针回退避免重复计数；
* 遍历终止：左 / 右指针遍历完数组，累加所有符合条件的子数组数。
4. 步骤拆解
1. **初始化**
* 初始化结果`ans=0`，滑动窗口左右指针`l=0、r=0`，哈希表`count`记录窗口内元素计数；
* 进入循环（`l < n && r < n`）。
2. **扩展右窗口**
* 右指针`r`指向元素`c`，更新`count[c] = count.getOrDefault(c,0)+1`；
* 若`count[c] ≥ k`，触发条件统计。
3. **条件统计与窗口调整**
* 累加`n - r`到`ans`（以 r 为终点的满足条件的子数组数）；
* 左指针`l`右移：减少`arr[l]`的计数，`l++`；
* 右指针`r`回退：减少`c`的计数，`r--`（抵消后续的`r++`）。
4. **继续遍历**
* 右指针`r++`，继续扩展窗口；
* 循环直到`l`或`r`越界。
5. **结果返回**
* 循环结束后，返回`ans`（满足条件的子数组总数）。
### 五、代码实现
```java
import java.util.HashMap;
import java.util.Scanner;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
int n = sc.nextInt();
int k = sc.nextInt();
Integer[] arr = new Integer[n];
for (int i = 0; i < n; i++) {
arr[i] = sc.nextInt();
}
System.out.println(getResult(arr, n, k));
}
public static Integer getResult(Integer[] arr, Integer n, Integer k) {
int ans = 0;
int l = 0;
int r = 0;
HashMap