摩尔投票算法（Boyer-Moore Voting Algorithm）-CSDN博客

写在前面

觉得写得好，有所收获，记得点个关注和点个赞，不胜感激。
今天遇到了一个新的计算众数的算法，觉得特别有用而且有趣，非常奇妙。然后又拜读了算法原作者的论文，觉得强无敌。这里贴出原作者的论文。引用原论文中的摘要开做本篇博文的开题（自己理解翻译原论文，不准确不要喷我，毕竟我还在考雅思的路上，嘿嘿嘿）。

给定一个数组A，其中含有 $n$ 个元素，在数组A中出现超过 $n / 2$ 次的元素，也就是出现次数超过 $n / 2$ 的众数。现在的问题要求找到数组中是否存在这样的元素，其出现次数超过 $n / 2$ 。现在本文就来讨论在线性复杂度下，计算成本最优的算法。

理解摩尔投票算法

我们来思考上面的那个问题，你会发现其实如果不考虑时间复杂度或者空间复杂度的话，我们可以通过暴力计数的方式，统计数组中出现的元素的重复次数。这种方法很直接，很暴力，不过想要成为变牛逼，就不能只会大多数人都知道的暴力算法。所以Boyer-Moore Voting Algorithm也就出来了。让我们来理解它吧。

其实算法的思路不难，我们可以把算法理解成两两对抗，如果下一个数不同，那么就对当前数 $- 1$ ，这么说可能很晦涩。我们用图来理解，在看下面的图解之前，我们先确定一件事儿，就是如果数组中存在这么一个数，它的出现次数大于 $n / 2$ ，那么它是唯一的，这个我就不多解释，你细品就知道了。

首先我们用两个变量，分别为 $c u r$ 以及 $c o u n t$ ，记录当前元素以及当前元素尚存（过程中会被抵消）的次数。两个变量分别初始化为 $n u m s [0]$ 以及 $0$ ，如下。
在这里插入图片描述
然后我们遍历数组，首先遇到第一个元素A，发现相同，那么 $c u r$ 不变， $c o u n t$ 计数加一

在这里插入图片描述
接着继续移动，遇到元素B 发现元素不相同，那么相互抵消，所以 $c u r$ 不变， $c o u n t$ 计数减一

这个时候，继续移动到下一个元素，发现还是不同，而且当前的 $c o u n t$ 计数为 $0$ ，那么这个时候将当前元素 $c u r$ 赋值为移动的元素 C ，并且 $c o u n t$ 计数加一。
在这里插入图片描述
按照上面的思路继续移动，一直到最结尾的过程如下：

一直到最后，发现当前变量 $c u r$ 和 $c o u n t$ 分别是A和 $3$ ，这个时候算法还没有结束。因为我们仔细想一想，最后的 $c o u n t$ 不为零，就能说明当前的元素符合要求，及出现的次数超过了 $n / 2$ 么？当然不行。

遍历结束之后，当 $c o u n t$ 不为零时，只能说明 $c u r$ 是目前数组中出现次数最多的一个元素，也就意味着它有可能是我们要找的符合的要求的元素，它如果不可能，那么其他元素也就不可能。

那么我们知道结论之后，如何判断他的次数是否符合要求呢？很简单，再遍历一次数组就可以了，通过对该元素进行计数，进行判断。这样子，我们是算法的时间复杂度将会是 $O (2 N)$ ，也就是符合线性时间复杂度，而且空间复杂度为 $O (1)$ 。

出现次数要求是 n/3或者n/k怎么办？

搞懂了上面的 $n / 2$ ，这些问题还会难么？不就是一个拓展的问题么？我们只需要明确一点，如果要求是 $n / 3$ ，那么数组中符合要求的元素最多只有两个， $n / k$ 也是同样，最多只有 $k - 1$ 个。明确了这个，我们顶多就是多预设几个变量的问题。以下用 $n / 3$ 为例，进行图解。

同样的，同时设置四个变量，两个用来记录元素，两个用来记录元素出现的次数，并且记录元素的变量同时付赋初值为第一个元素，记录次数的两个变量统计赋初值为0。
在这里插入图片描述
通过第一次移动，发现元素相同，因为是按顺序先比对第一组元素计数（如果比对成功就直接进行下一个循环），所以第一次元素计数加一

接着移动，发现下一个元素B不相同，那么检查当前两组值中，谁的计数为空，然后复制为B，计数加一。
在这里插入图片描述
继续移动到下一个元素B，检查是否已经存在于两组元素中，如果存在，在对应的那组数中，计数加一

继续移动，发现下一个元素C，在两组数中都找不到对应的元素，那么，两组数计数同时减一。

移动到下一个元素B，那么B的那组数计数加一
在这里插入图片描述
移动到下一个元素C，发现不存在与两组数中，两组数应该同时减一，不过由于元素A的那组数的计数已经为零了，所以，替换为C，B的那组数计数正常减一。

按照如山的规则，一直遍历到最后的一个元素即可。过程如下。
在这里插入图片描述

一直到最后，发现两组数中的计数都不为零，所以可以知道，元素A和元素B都有可能是我们要找的符合要求的元素，所以这个时候，我们还是老样子遍历数组进行技术就可以了。一直扩展到k，也是同样的思路，就是多定义几个变量的事情。

例题代码

在这里插入图片描述

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

在这里插入图片描述

public List<Integer> majorityElement(int[] nums) {
    List<Integer> res = new ArrayList<>();
    if (nums == null || nums.length == 0) return res;
    int cand1 = nums[0], count1 = 0;
    int cand2 = nums[0], count2 = 0;

    for (int num : nums) {
        if (cand1 == num) {
            count1++;
            continue;
        }
        if (cand2 == num) {
            count2++;
            continue;
        }
        if (count1 == 0) {
            cand1 = num;
            count1++;
            continue;
        }
        if (count2 == 0) {
            cand2 = num;
            count2++;
            continue;
        }
        count1--;
        count2--;
    }

    count1 = 0;
    count2 = 0;
    for (int num : nums) {
        if (cand1 == num) count1++;
        else if (cand2 == num) count2++;
    }

    if (count1 > nums.length / 3) res.add(cand1);
    if (count2 > nums.length / 3) res.add(cand2);

    return res;
}