高效找多数：摩尔投票算法详解

这个问题要求我们在一个非空数组中找到多数元素，即出现次数大于 ⌊n/2⌋ 的元素。我们可以利用摩尔投票算法（Boyer-Moore Voting Algorithm）来解决这个问题，该算法高效且仅使用常量额外空间。

算法思路

1. 初始化候选元素和计数器：选择数组的第一个元素作为候选多数元素，计数器初始化为1。
2. 遍历数组：
   • 如果当前元素与候选元素相同，计数器加1。
   • 如果当前元素与候选元素不同，计数器减1。
   • 如果计数器减到0，更换候选元素为当前元素，并将计数器重置为1。
3. 返回候选元素：由于题目保证数组中总是存在多数元素，遍历结束后，候选元素即为多数元素。

Java实现

public class Solution {
    public int majorityElement(int[] nums) {
        int candidate = nums[0];
        int count = 1;
        for (int i = 1; i < nums.length; i++) {
            if (count == 0) {
                candidate = nums[i];
                count = 1;
            } else if (nums[i] == candidate) {
                count++;
            } else {
                count--;
            }
        }
        return candidate;
    }
}

代码解释

• 初始化：将数组的第一个元素设为候选多数元素candidate，计数器count初始化为1。
• 遍历数组：
  • 如果count为0，表示当前候选元素不可能是多数元素，更换候选元素为当前元素，并重置count为1。
  • 如果当前元素与候选元素相同，count加1。
  • 如果当前元素与候选元素不同，count减1。
• 返回结果：遍历结束后，candidate即为多数元素。

复杂度分析

• 时间复杂度：O(n)，只需遍历数组一次。
• 空间复杂度：O(1)，只使用了常数个额外变量。

通过摩尔投票算法，我们可以在线性时间内找到多数元素，且仅使用常量额外空间。速度依旧高效，虽然内存也是同样占用不少。