算法-有点小妙-169. 多数元素

169. 多数元素

说明

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。

题解思路

hash表-空间换时间

• 朴素思想
• 使用Hash表存储，key为数组元素，value为元素出现次数
• 当value大于nums.length/2时，该元素为众数

投票算法（我觉得思想上来说。。更像贪心+分治那种）

• 题目要求时间复杂度为 O(n)、空间复杂度为 O(1) 的算法
• 将数组抽象，众数视为1，非众数视为-1，那么整个数组之和必定大于零
• 使用一个指针从头向尾遍历数组
• 再维护一个sum，初始值为0，借助贪心的思想，每遇到一个数都认为它是众数，存储在变量majority中
• 遍历时如果当前元素是众数，则sum++，否则sum–
• 当sum为0时，可以确认，指针扫过的部分不存在某数的出现次数大于半数
• 指针未扫过的部分，一定存在某数的出现次数大于半数
• 此时重置众数认定，认为接下来的这个数是众数，重复操作sum
• 遍历完成时，按题意sum必定为正，majority即为多数元素

代码

hash表-空间换时间

class Solution {
    public int majorityElement(int[] nums) {
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            map.put(num, map.getOrDefault(num, 0) + 1);
            if (map.get(num) > (nums.length / 2)) return num;
        }
        return 0;
    }
}

投票算法（我觉得思想上来说。。更像贪心+分治那种）

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