一、题目
二、思路
本题常见的三种解法:
1、哈希表统计法: 遍历数组 nums ,用 HashMap 统计各数字的数量,即可找出 众数 。此方法时间和空间复杂度均为 O(N)O(N)O(N) 。
2、数组排序法: 将数组 nums 排序,数组中点的元素 一定为众数。
3、摩尔投票法: 核心理念为 票数正负抵消 。此方法时间和空间复杂度分别为 O(N)O(N)O(N) 和 O(1)O(1)O(1) ,为本题的最佳解法。
摩尔投票:
设输入数组 nums 的众数为 xxx ,数组长度为 nnn 。
摩尔投票
推论一: 若记 众数 的票数为 +1,非众数 的票数为 −1,则一定有所有数字的 票数和 >0 。
推论二: 若数组的前 aaa 个数字的 票数和 =0= 0=0 ,则 数组剩余 (n−a)(n-a)(n−a) 个数字的 票数和一定仍 >0>0>0 ,即后 (n−a)(n-a)(n−a) 个数字的 众数仍为 x 。
根据以上推论,记数组首个元素为 n1,众数为 x,遍历并统计票数。当发生 票数和 =0时,剩余数组的众数一定不变 ,这是由于:
当 n1=x : 抵消的所有数字中,有一半是众数 x。
当 n1≠x: 抵消的所有数字中,众数 xxx 的数量最少为 0 个,最多为一半。
利用此特性,每轮假设发生 票数和 =0= 0=0 都可以 缩小剩余数组区间 。当遍历完成时,最后一轮假设的数字即为众数。
三、算法
算法流程:
1、初始化: 票数统计 votes = 0 , 众数 x。
2、循环: 遍历数组 nums 中的每个数字 num 。
当 票数 votes 等于 0 ,则假设当前数字 num 是众数。
当 num = x 时,票数 votes 自增 1 ;当 num != x 时,票数 votes 自减 1 。
3、返回值: 返回 x 即可。
四、代码
五、时间and空间复杂度
这个代码是用来找出给定列表
nums
中的主要元素(Majority Element)的。主要元素是指在列表中出现次数超过一半的元素。这段代码使用了摩尔投票算法(Boyer-Moore Voting Algorithm)来实现,以线性时间复杂度和常数空间复杂度找到主要元素。
时间复杂度:O(n),其中 n 是输入列表
nums
的长度。算法遍历一次列表,所以它的时间复杂度是线性的,与列表的大小成正比。
空间复杂度:O(1),即常数空间复杂度。代码中只使用了两个额外的变量
major
和count
,它们的空间占用是常数级的,与输入列表的大小无关。
这个算法在空间复杂度方面表现出色,因为它只需要很少的额外内存来存储状态,而且在时间复杂度方面也具有高效性,适用于找出主要元素的应用场景。