leetcode--Majority Element II

题目：总共n个元素，求超过n/k个的元素（占一定概率的元素），k=2,3,...

当k==2 时， moore voting algorithm：

用ret=nums[i],count计数，遍历nums，当nums[i]==ret时，count加1，当nums[i]！=ret时，count减1，count==0时，ret重新赋值nums[i];假设超过n/2的数一定存在，则返回 ret;

当k>2时，易得所求元素最多个数为n/k - 1，Linear-time Iceberg Query Algorithm：

第一步，查找候选元素：
若A[i]已在候选表中，即存在c使得，那么f(c) += 1。
若A[i]不在候选表中，且候选表仍有空位，即，那么将A[i]插入到表中，且f(A[i]) = 1。
若A[i]不在候选表中，且候选表已满。那么丢弃A[i]，且对于候选表中每一元素，做f(c) -= 1。该操作完毕之后，所有f(c)归零的元素从候选表中移除。

第二步，遍历nums，判断候选表中的元素是否满足条件

第一题：

int majorityElement(int num[], int n) {
    int ele, count = 0, i;
	for (i = 0; i < n; i++)
	{
		if (count == 0){
			ele = num[i];
			count = 1;
		}
		else{
			if (ele == num[i]){
				count++;
			}
			else{
				count--;
			}
		}
	}
	return ele;
}

第二题：

int* majorityElement(int* nums, int numsSize, int* returnSize) {
    int *ret = (int*)malloc(2 * sizeof(int));
	int count[2];	
	int i;
	count[0] = 0; count[1] = 0;
	for (i = 0; i < numsSize; i++)
	{
		
		if (count[0] != 0 && nums[i] == ret[0]){
			count[0]++;
		}
		else if (count[1] != 0 && nums[i] == ret[1]){
			count[1]++;
		}
		else if (count[0] == 0){
			ret[0] = nums[i];
			count[0]++;
		}
		else if (count[1] == 0){
			ret[1] = nums[i];
			count[1]++;
		}
		else{
			count[0]--;
			count[1]--;
		}
	}
	count[0] = 0, count[1] = 0;
	for (i = 0; i < numsSize; i++)
	{
		if (nums[i] == ret[0])
			count[0]++;
		else if (nums[i] == ret[1])
			count[1]++;
	}
	*returnSize = 0;
	if (count[0] >numsSize/3){
		(*returnSize) ++;
	}
	if (count[1] > numsSize / 3){
		ret[*returnSize] = ret[1];
		(*returnSize)++;
	}
	return ret;
}

备注：①判断条件可以简化，更美观，不过对效率应该影响不大

  ②这个算法只会应用，原理证明忽略。。