【多数元素】

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。