求众数的算法研究

求众数是一个古老的问题。众数：是一组数据中出现次数最多的数值。求众数的主要算法有：
1，hash表 时间复杂度为O(n)，但空间极大，通常让人难以承受
2，排序 对元素表进行排序，然后统计元素出现的个数，得出众数。时间复杂度为O(nlgn)，空间复杂度为O(n)
3，二叉搜索树 用rbtree之类的树来实现。如果实现的好，复杂度和排序接近。

这三种方法各有所长，但是都有一些问题。所以最近我脑洞大开，想扩张二叉搜索树以实现更简单、更高效的众数算法。这个算法的复杂度约为O(nlgn)，但是实际来看，效率比普通的二叉树实现效率高得多。看一下简单的性能测试(随机数据)：

• Core(TM) i3-3240T 2.90GHz
• 4.00GB
• Windows 7 32位

数据量/n	MyTreeTimes/ms	std::mapTimes/ms	pbds::rbtreeTimes/ms	std::sortTimes/ms
100000	15	78	93	32
1000000	143	811	936	343
10000000	1435	8253	9397	4040

可见，这种方法比现有的树算法优势明显，对于排序方法也有一定优势（当然这也有手写快于封装的因素）。但这还只是随机数据的测试，如果数据是特殊的（众数出现次数很多），效率会更高。

好了关子卖完了，这种算法的思路很简(ju)单(ruo)：对于一个bst，每一个node记录两个值：key和times（数字和出现的次数）。bst基于key构建，而每次插入时，一旦当前节点子树的times大于当前节点的times，就把子树上旋。经过多次插入后，根的key即是一个众数，times即是它出现的次数。

对于这种树（下面称ModeTree）的定义是：

1. 空树是ModeTree
2. 一个对{key, times, leftchild, rightchild}称为一个节点
3. 如果对于任意一个节点N，N的左孩子是空树或者左孩子的key小于N的key，N的右节点是空树或者右孩子的key大于N的key，且N的times大于或等于它的孩子的times，则N是ModeTree

如果还是不太懂，我们就把需要的知识复习一下。

0、数据结构
普通二叉树多一个times值、、这个没什么问题，直接上代码

typedef struct node;
typedef node *tree;

struct node {
       int key;
       /*这个是数字本身*/
       int times;
       /*出现的次数*/
       tree lc, rc;
       /*左右孩子*/
};

tree root;

1、treap的左右旋转
这里的思想和treap有点接近，而且旋转操作和treap是一样一样的。可以参考我的其他文章http://blog.csdn.net/oiljt12138/article/details/50411996
在这里用一幅图解释左右旋转（注意具体方法）：

代码给出