多数元素II | N / 3重复号码
通过WebRewrite | 2020年11月10日 | 数组，Java，编程
在本教程中，我将讨论一个非常有趣的问题，即在数组中找到N / 3个重复数。
给定大小为n的数组，编写代码以查找所有出现n / 3次以上的元素。
注意：我们必须在线性时间和O（1）空间中解决此问题。
范例1：
输入：[3，2，3]
输出3
在此示例中，此数组的大小为3。我们必须找到出现次数大于n / 3的所有数字，其中n是数组的大小。数字3出现1次以上。
范例2：
输入：[1、1、1、3、3、2、2、2]
输出：[1、2]
多数元素II
在解决此问题之前，让我们讨论一些有助于我们有效解决此问题的要点。
对于长度为n的数组。
i）最多可以有一个大于n / 2倍的多数元素。
ii）最多可以有两个多数元素大于n / 3倍。
在本文中，我将讨论三种方法，它是解决此问题的Java代码。
方法一–蛮力法
最简单的方法是使用两个for循环查找出现n / 3次以上的数字。
这种方法的时间复杂度为O（n ^ 2）。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
//Majority Element II - Brute Force Approach
public static List<Integer> majorityElementBruteForce(int[] nums) {
int majorityCount = nums.length/3;
Set<Integer> result = new HashSet<>();
for(int i = 0; i < nums.length; i++) {
int count = 0;
for(int j = 0; j < nums.length; j++) {
if(nums[i] == nums[j]) {
count++;
}
}
if(count > majorityCount) {
result.add(nums[i]);
}
}
return new ArrayList<>(result);
}
|
使用HashMap的多数元素II（> N / 3次）– Java代码
我们可以使用HashMap改善时间复杂度。这里的想法是遍历一个数组并计算每个数字的出现次数。将数字及其计数放入HashMap中。
然后遍历地图并检查计数大于n / 3的所有元素。
这种方法的时间复杂度为O（n），其空间复杂度也为O（n）。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
//Find numbers which occurred greater than n/3 times
public static List<Integer> majorityElementUsingMap(int[] nums) {
int majorityCount = nums.length/3;
List<Integer> result = new ArrayList<>();
Map<Integer, Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++) {
map.put(nums[i], map.getOrDefault(nums[i],0)+1);
}
for(Map.Entry<Integer, Integer> record : map.entrySet()) {
if(record.getValue() > majorityCount) {
result.add(record.getKey());
}
}
return result;
}
|
在O（1）空间中查找N / 3个重复数字– Java代码
在此示例中，让我们讨论如何找到在O（1）空间中出现N / 3次以上的数字。为了解决这个问题，我使用了博耶-摩尔多数表决算法。
在这里，我使用的观察结果是，最多可以有两个多数元素大于n / 3倍。
Boyer-Moore多数表决算法将查找多数元素（如果存在）。在此算法中，首先我们找到多数元素的候选者。之后，我们验证该候选元素是否为多数元素。
这种方法的时间复杂度为O（n），其空间复杂度为O（1）。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
/*
Boyer Moore Majority Vote Algorithm for Finding Number which Appears more than N/3 times.
*/
public static List<Integer> majorityElement(int[] nums) {
int count1 = 0;
int count2 = 0;
Integer candidate1 = null;
Integer candidate2 = null;
//Traverse an array
for(int n : nums) {
if(candidate1 != null && candidate1 == n) {
count1++;
} else if (candidate2 != null && candidate2 == n) {
count2++;
} else if (count1 == 0) {
candidate1 = n;
count1++;
} else if (count2 == 0) {
candidate2 = n;
count2++;
} else {
count1--;
count2--;
}
}
/*
Once we found the candidate, let's verify it whether it's a majority element or not.
*/
List<Integer> result = new ArrayList<>();
count1 = 0;
count2 =0;
for(int n : nums) {
if(candidate1 != null && candidate1 == n) {
count1++;
}
if (candidate2 != null && candidate2 == n) {
count2++;
}
}
int p = nums.length;
if (count1 > p/3) result.add(candidate1);
if (count2 > p/3) result.add(candidate2);
return result;
}
|
N / 3重复号码InterviewBit解决方案– Java
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
|
//Interview Bit Solution
public class Solution {
public int repeatedNumber(final List<Integer> a) {
int count1 = 0;
int count2 = 0;
Integer candidate1 = null;
Integer candidate2 = null;
for(int n : a) {
if(candidate1 != null && candidate1 == n) {
count1++;
} else if (candidate2 != null && candidate2 == n) {
count2++;
} else if (count1 == 0) {
candidate1 = n;
count1++;
} else if (count2 == 0) {
candidate2 = n;
count2++;
} else {
count1--;
count2--;
}
}
List<Integer> result = new ArrayList<>();
count1 = 0;
count2 =0;
for(int n : a) {
if(candidate1 != null && candidate1 == n) {
count1++;
}
if (candidate2 != null && candidate2 == n) {
count2++;
}
}
int p = a.size();
if (count1 > p/3) result.add(candidate1);
if (count2 > p/3) result.add(candidate2);
return result.size() > 0 ? result.get(0) : -1;
}
}
|
200
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
