Как найти максимальное число в массиве, которое встречается только один раз

Что проверяют

Базовую работу с частотами: видите ли вы решение за один проход вместо вложенных циклов и помните ли про крайние случаи. На позиции в данных следом почти наверняка попросят то же на pandas или NumPy и спросят, что делать, если массив не влезает в память.

Как отвечать

Решение в два шага: посчитать частоты, выбрать максимум среди встретившихся один раз.

from collections import Counter

def max_unique(arr):
    cnt = Counter(arr)
    return max((x for x, c in cnt.items() if c == 1), default=None)

Время O(n), память O(k), где k число различных значений. Аргумент default обязателен: без него max на пустой последовательности бросает ValueError.

Альтернативы, которые стоит назвать:

• сортировка: O(n log n), зато без словаря. Идёте с конца отсортированного массива и возвращаете первое значение, которое не совпадает с соседями;
• NumPy: vals, counts = np.unique(a, return_counts=True), затем vals[counts == 1]. Значения из np.unique уже отсортированы, так что ответ это последний элемент отфильтрованного массива, если он не пуст;
• pandas: vc = s.value_counts() и vc[vc == 1].index.max();
• большие данные: в Spark groupBy(...).count() с фильтром, в SQL GROUP BY ... HAVING count(*) = 1, затем max.

Уточните у интервьюера, что вернуть, если уникальных нет: None, исключение или особое значение. Это решение интерфейса, угадывать его не нужно.

Где спотыкаются

Пишут arr.count(x) в цикле. Код короткий, но квадратичный, на миллионе элементов ответа не дождаться.

Инициализируют ответ нулём. На [-3, -1, -1] получится 0, которого в данных нет. Стартуйте с None или используйте max с default.

Не думают про NaN во float-данных. NaN не равен сам себе, разные NaN в словаре частот могут стать отдельными ключами, а value_counts по умолчанию их вообще отбрасывает. Заранее решите, считаются ли пропуски значениями.