题目
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] <= 10
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。
解题思路
法1:常规思路(执行用时:60ms,内存消耗:14MB)
直接利用collocation.Counter() 来统计nums中各数字的个数,然后逐个遍历统计结果,如果某数字的个数大于 len(nums) / 2,则返回该数字。
class Solution(object):
def majorityElement(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
counts = collections.Counter(nums)
for i in counts:
if counts[i] > len(nums) / 2:
return i
法2:哈希映射(执行用时:36ms,内存消耗:13.9MB)
跟前面的思路差不多,也是借助collocation.Counter(),但这里直接利用max函数来返回统计结果中个数最多的值。
max(counts.keys(), key=counts.get):意为对counts.keys(),即Counter({2: 3, 1: 1})的键进行排序,排序的参照为get方法得到的counts的值的大小。然后选取最大值输出。
class Solution(object):
def majorityElement(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
counts = collections.Counter(nums)
return max(counts.keys(),key=counts.get)
时间复杂度:O(n)
空间复杂度:O(n)
法3:排序(执行用时:32ms,内存消耗:14.2MB)
因为多数元素出现的次数是大于 n/2 的,所以当我们对数组进行排序后,取数组中间的数字,这个数字一定是多数元素。
class Solution(object):
def majorityElement(self, nums):
"""
:type nums: List[int]
:rtype: int
"""
nums.sort()
return nums[len(nums) // 2]
时间复杂度:O(n log n)
空间复杂度:O(log n)