题目:
Given an array of size n, find the majority element. The majority element is the element that appears more than ⌊ n/2 ⌋
times.
You may assume that the array is non-empty and the majority element always exist in the array.
先给出最容易想的办法,比较渣。。public int majorityElement(int[] num) {
Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for (int i = 0; i < num.length; i++) {
Integer times = map.get(new Integer(num[i]));
if (times == null) {
times = 0;
}
map.put(new Integer(num[i]), ++times);
}
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
if (entry.getValue() > num.length/2) {
return entry.getKey();
}
}
return 0;
}
看看这个更简练的办法,竟然运行速度比上面那个高效,好吧!上代码
public int majorityElement(int[] num) {
Arrays.sort(num);
return num[num.length / 2];
}
是不是更加的简练,具体为啥就不解释了。看一个位操作,开拓下解题思路,如下方法也许不是最高效的。具体方法为,迭代一个整型的每个为,故外层循环是32次。在内层循环统计数组num中的数在第i位是为0的多还是1的多,因为majority出现次数多余n/2次,所以出现次数多的1或者0就是这个数在第i位的位。以此来构造一个majority数。其实这个也算是暴力破解,嵌套循环,但是这里的技巧就是外层是按位循环。。。
public int majorityElement(int[] num) {
int ret = 0;
for (int i = 0; i < 32; i++) {
int ones = 0, zeros = 0;
for (int j = 0; j < num.length; j++) {
if ((num[j] & (1L << i)) != 0) {
++ones;
}
else
++zeros;
}
if (ones > zeros) {
ret |= (1L << i);
}
}
return ret;
}
还有一种思想,跟快速排序的分组有点相似,或者主要思想是一样的,可以拓展一下解题思路。。。
public int majorityElement(int[] num) {
int i = 0;
int j = 1;
while (j < num.length) {
if (num[i] != num[j] ) {
swap(num, i+1, j);
i += 2;
}
++j;
}
return num[i];
}
public void swap(int[] A, int i, int j) {
int temp = A[i];
A[i] = A[j];
A[j] = temp;
}
最后一种思路,在《剑指offer》上看到的,是一种基于Boyer-Moore Algorithm,http://goo.gl/64Nams ,讲的非常详细。上代码:
public int majorityElement(int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
int cnt = 0;
int ret = 0;
for (int i = 0; i < nums.length; i++) {
if (cnt == 0) {
cnt++;
ret = nums[i];
} else if (ret == nums[i]) {
cnt++;
} else {
cnt--;
}
}
return ret;
}