C/C++---------------LeetCode第169.多数元素

题目及要求

给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素。

你可以假设数组是非空的，并且给定的数组总是存在多数元素。

示例 1：

输入：nums = [3,2,3]
输出：3
示例 2：

输入：nums = [2,2,1,1,1,2,2]
输出：2

提示：
n == nums.length
1 <= n <= 5 * 104
-109 <= nums[i] <= 109

进阶：尝试设计时间复杂度为 O(n)、空间复杂度为 O(1) 的算法解决此问题。

暴力算法

思路：暴力循环，全部枚举从第一个元素开始全部枚举一遍并计算次数，每次一个元素结束后都进行最大值的对比，最后留下来的就是结果
时间复杂度为：O(n^2)
空间复杂度为：O(1)
这个方法可行，但是会超时

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int majority = 0; // 初始化多数元素
        int maxCount = 0; // 初始化最大出现次数

        for (int i = 0; i < nums.size(); ++i) {
            int count = 0; // 用于统计当前元素出现次数

            for (int j = 0; j < nums.size(); ++j) {
                if (nums[j] == nums[i]) {
                    count++; // 统计当前元素出现次数
                }
            }

            if (count > maxCount) {
                maxCount = count;
                majority = nums[i];
            }
        }

        return majority;
    }
};

哈希算法

思路：通过使用哈希表记录每个元素的出现次数，并在遍历过程中判断元素是否出现次数超过一半，从而找到并返回出现次数超过一半的主要元素。如果没有这样的元素，则返回
-1 时间复杂度为：O（n） 空间复杂度为：O（n）

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        unordered_map <int,int> mp;
        for(int n:nums)   
            if(++ mp[n] > nums.size()/2)   return n;         
        return -1;
    }
};

摩尔投票解法

思路：在摩尔投票算法中，当我们遍历数组时，遇到与候选多数元素不同的元素时，计数器 count 会减少。如果计数器 count
减到0，说明之前计数的候选多数元素不再是多数元素的候选者。
这个算法的核心在于，由于多数元素出现的次数超过了数组长度的一半，因此它的出现次数必定大于其他所有元素的出现次数之和。
时间复杂度为：O(n)
空间复杂度为：O(1)

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int count = 0;
        int majority;// 定义一个变量用来存储候选多数元素
        int n=nums.size();
        for (int i = 0;i < n;++i) {
            int num = nums[i];// 取出当前位置的元素
            if (count == 0) {// 如果计数器为0，则将当前元素设置为候选多数元素
                majority = num;
            }
            if (num == majority) {
                count++;
            } else {
                count--;
            }
        }
        return majority;// 返回候选多数元素作为结果
    }
};