以下是一种解决方法，使用哈希表来存储元素及其索引：

def containsNearbyDuplicate(nums, k):
    # 创建一个哈希表来存储元素及其索引
    num_map = {}
    
    for i in range(len(nums)):
        # 如果当前元素已经在哈希表中，并且索引差小于等于k，则返回True
        if nums[i] in num_map and i - num_map[nums[i]] <= k:
            return True
        
        # 更新元素的索引
        num_map[nums[i]] = i
    
    # 如果没有找到符合条件的元素，则返回False
    return False

这个算法的思路是遍历数组，对于每个元素，检查它是否在哈希表中，并且索引差小于等于k。如果是，则返回True；如果不是，则更新元素的索引。如果遍历完整个数组都没有找到符合条件的元素，则返回False。

这个算法的时间复杂度是O(n)，其中n是数组的长度。因为只需要遍历一次数组，每个元素最多在哈希表中进行一次插入和查找操作。空间复杂度是O(min(n, k))，因为哈希表中最多存储k个元素。