1、摩尔投票算法
在一个数组中,有一个数的出现次数大于数组总个数的一半,要求找出这个数,这时候就可以用到摩尔投票算法。可以假设一个投票事件,1、2、3共三名候选者,一共7个人给他们投票,所投的票组成是[3,2,2,1,2,3,2],那这个时候候选者2的票数就多于一半,可以将2与1,3看成是对立的,因为候选者2的票数就多于一半,所以用2获得的总票数减去1和3获得的票数之和,一定是大于0的
时间复杂度:O(N)
空间复杂度:O(1)
2、例题一:多数元素
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。
这道题中已经说明多数元素是存在的,所以我们可以使用摩尔投票算法。
首先,默认nums[0]是多数元素,票数count初始化为1,然后遍历数组,当数组当前元素与candidate相同时,票数count加一,不相同则减一,如果count减到小于0了,那么就更换candidate,再计算count,因为多数元素一定存在,所以最后肯定有一个元素使得count不小于0,这个元素就是要找的多数元素。
int majorityElement(int* nums, int numsSize) {
int candidate=nums[0];//投票对象
int count=1;//票数
for(int i=1;i<numsSize;i++)//遍历投票对象
{
if(nums[i]==candidate)//投票对象相同,票数+1
{
count++;
}
else//投票对象不同,票数-1
{
count--;
if(count<0)//该元素不是多数元素,更新投票对象candidate并把票数置1
{
candidate=nums[i];
count=1;
}
}
}
return candidate;
}
3、例题二:主要元素
数组中占比超过一半的元素称之为主要元素。给你一个 整数 数组,找出其中的主要元素。若没有,返回
-1
。请设计时间复杂度为O(N)
、空间复杂度为O(1)
的解决方案。
这道题没有说明主要元素一定存在,所以要对用摩尔投票算法得出的结果进行判断。
首先,与上一道题相同的步骤,得出一个candidate,但这个candidate不一定就是,因为可能没有主要元素,所以还要在后面增加判断的步骤。对的出的count做判断,如果大于数组元素的一半,那么这个candidate就是主要元素,否则需要遍历数组,看看这个candidate一共有几个,再与数组元素的一半比较。
int majorityElement(int* nums, int numsSize){
int candidate = nums[0];//投票对象
int count = 1;//票数
for(int i = 1;i<numsSize;i++)//遍历投票对象
{
if(nums[i]==candidate)//与投票对象相同,票数+1
count++;
else//与投票对象不同,票数-1
{
count--;
if(count<0)//如果票数小于0,更改投票对象
{
candidate=nums[i];
count=1;
}
}
}
if(count>(numsSize/2))//判断票数是否大于数组元素个数的一半
return candidate;
count = 0;
for(int i = 0;i<numsSize;i++)//遍历数组,得出投票对象一共获得几票
{
if(nums[i]==candidate)
count++;
}
if(count>numsSize/2)//判断投票对象的票数是否大于数组元素个数的一半
return candidate;
return -1;
}