😀前言
在算法和数据结构领域,找到数组中出现次数超过一半的数字是一个经典问题。这种问题在实际应用中也有广泛的使用场景,例如投票系统、数据分析等。今天,我们将探讨一种高效的解决方法——Boyer-Moore多数投票算法。
🏠个人主页:尘觉主页
💞数组中出现次数超过一半的数字
问题描述
给定一个长度为 n
的数组,要求找到其中一个数字,其出现次数超过了数组长度的一半。简单来说,这个数字的出现次数超过了 n/2
。例如:
- 输入:
[1, 2, 3, 2, 2, 2, 5, 4, 2]
- 输出:
2
在这个例子中,数字 2
出现了5次,超过了数组长度的一半,因此返回 2
。
约束条件
- 数据范围:数组长度
n ≤ 50000
,数组中元素的值在0 ≤ val ≤ 10000
之间。 - 时间复杂度要求:
O(n)
。 - 空间复杂度要求:
O(1)
。
😄示例
示例1
输入:[1,2,3,2,2,2,5,4,2]
返回值:2
示例2
输入:[3,3,3,3,2,2,2]
返回值:3
示例3
输入:[1]
返回值:1
🥰解题思路
这个问题是典型的多数投票问题,可以利用 Boyer-Moore Majority Vote Algorithm 来解决,从而将时间复杂度优化为 O(N)。
Boyer-Moore 多数投票算法
算法的核心思想是通过一次遍历数组,动态维护一个候选多数元素,并利用计数器 cnt
来统计该元素的“有效”出现次数。具体步骤如下:
- 计数初始化:设定一个计数器
cnt
和一个候选多数元素majority
。初始时将数组的第一个元素设为候选元素,cnt
设为 1。 - 遍历数组:
- 对于数组中的每个元素,判断它是否与当前的候选元素相等:
- 如果相等,则将
cnt
加 1。 - 如果不相等,则将
cnt
减 1。
- 如果相等,则将
- 当
cnt
减至 0 时,意味着当前的候选元素在已遍历的部分中不再是多数,此时需要重新设定候选元素为当前元素,并将cnt
重置为 1。
- 对于数组中的每个元素,判断它是否与当前的候选元素相等:
- 验证候选元素:在遍历完成后,得到的候选元素未必一定是数组中的多数元素,因此需要进行一次验证。统计候选元素在数组中出现的总次数,如果其次数超过数组长度的一半,则它就是我们要找的多数元素。
算法的正确性分析
- 如果前
i
个元素已经遍历完毕且cnt == 0
,这表示当前数组前i
个元素没有多数元素,或者有但其出现次数小于i/2
。在这种情况下,剩余的n - i
个元素中,如果多数元素确实存在,其数量仍然会超过(n - i) / 2
,因此通过继续遍历,最终可以找出这个多数元素。 - 在最坏的情况下,算法需要遍历两次数组:第一次找出候选元素,第二次验证其是否为多数元素。因此,总的时间复杂度为 O(N)。
通过这种方法,我们能够在 O(N) 的时间复杂度和 O(1) 的空间复杂度下,找到数组中出现次数超过一半的数字。
😊代码实现
下面是基于上述思路的 Java 代码实现:
public int MoreThanHalfNum_Solution(int[] nums) {
// 第一步:初始化候选元素为数组的第一个元素,计数器 cnt 初始值为 1
int majority = nums[0];
int cnt = 1;
// 第二步:遍历数组,寻找可能的多数元素
for (int i = 1; i < nums.length; i++) {
if (nums[i] == majority) {
// 如果当前元素和候选元素相同,计数器加 1
cnt++;
} else {
// 如果当前元素和候选元素不同,计数器减 1
cnt--;
// 当计数器为 0 时,更新候选元素为当前元素,并将计数器重置为 1
if (cnt == 0) {
majority = nums[i];
cnt = 1;
}
}
}
// 第三步:验证候选元素是否是真正的多数元素
cnt = 0;
for (int num : nums) {
// 统计候选元素在数组中出现的次数
if (num == majority) {
cnt++;
}
}
// 如果候选元素出现的次数超过数组长度的一半,则返回该元素;否则返回 0(题目保证有解,这里不会返回 0)
return cnt > nums.length / 2 ? majority : 0;
}
代码注释解释
- 第一步:初始化候选元素和计数器
- 我们从数组的第一个元素开始,将其设为候选的多数元素
majority
,并初始化计数器cnt
为 1。
- 我们从数组的第一个元素开始,将其设为候选的多数元素
- 第二步:遍历数组寻找候选元素
- 遍历数组的每个元素:
- 如果当前元素与
majority
相同,说明它可能是多数元素,计数器cnt
加 1。 - 如果当前元素与
majority
不同,说明majority
的优势减少,计数器cnt
减 1。 - 如果
cnt
减到 0,说明当前元素占据了更多的位置,需要重新设定majority
为当前元素,并将cnt
重置为 1。
- 如果当前元素与
- 遍历数组的每个元素:
- 第三步:验证候选元素
- 再次遍历数组,统计
majority
在数组中实际出现的次数。 - 如果
majority
出现次数超过数组长度的一半,则它就是多数元素,返回它;否则返回 0(在这道题目中,题目保证有解,因此这里不会返回 0)。
- 再次遍历数组,统计
😄总结
Boyer-Moore多数投票算法在处理出现次数超过一半的数字问题上,提供了一个非常高效的解决方案。它不仅满足了时间复杂度 O(n)
和空间复杂度 O(1)
的要求,而且通过一次遍历就能确定多数元素,非常适合大规模数据的处理。在今后的算法设计中,这种思想也可以应用到其他类似的场景中。
😁热门专栏推荐
想学习vue的可以看看这个
等等等还有许多优秀的合集在主页等着大家的光顾感谢大家的支持
🤔欢迎大家加入我的社区 尘觉社区
文章到这里就结束了,如果有什么疑问的地方请指出,诸佬们一起来评论区一起讨论😁
希望能和诸佬们一起努力,今后我们一起观看感谢您的阅读🍻
如果帮助到您不妨3连支持一下,创造不易您们的支持是我的动力🤞