多数元素问题

给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素。

你可以假设数组是非空的，并且给定的数组总是存在多数元素。

示例 1：

输入：nums = [3,2,3]
输出：3

示例 2：

输入：nums = [2,2,1,1,1,2,2]
输出：2

方法一：哈希表

class Solution
{
public:               
  int majorityElement(vector<int>& nums)
  {
    unordered_map<int,int> counts;
    int majority=0,cnt=0;
    for(int num:nums)
    {
      ++counts[num];
      if(counts[num]>cnt)
      {
        majority=num;
        cnt=counts[num];
      }
      
    }
    return majority;
  }                                                                                                                                                                                                                                                                                                                       
};

这段代码定义了一个名为 Solution 的类，其中包含一个名为 majorityElement 的公有成员函数。该函数的目的是找出给定数组 nums 中的众数（即出现次数最多的元素）。

函数分析：

1. 函数签名：int majorityElement(vector<int>& nums)
   • 输入参数：nums 是一个整数类型的向量（vector<int>），表示输入数组。
   • 返回值：函数返回一个整数，表示数组中的众数。
2. 变量声明：
   • unordered_map<int,int> counts;：用于存储每个元素及其出现次数的哈希表。
   • int majority=0,cnt=0;：majority 用于存储当前的众数，cnt 用于存储当前众数的出现次数。
3. 算法逻辑：
   • 遍历数组 nums 中的每个元素 num。
   • 对于每个元素 num，在 counts 哈希表中增加其计数（++counts[num];）。
   • 如果当前元素 num 的计数大于 cnt，则更新 majority 为当前元素 num，并更新 cnt 为 num 的计数。
4. 返回值：
   • 函数返回 majority，即数组中的众数。

算法复杂度分析：

• 时间复杂度：O(n)，其中 n 是数组 nums 的长度。因为需要遍历数组中的每个元素。
• 空间复杂度：O(n)。最坏情况下，如果数组中的所有元素都不同，哈希表 counts 将存储 n 个键值对。

方法二：排序

思路

如果将数组 nums 中的所有元素按照单调递增或单调递减的顺序排序，那么下标为 ⌊ 2/n⌋ 的元素（下标从 0 开始）一定是众数。

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        sort(nums.begin(), nums.end());
        return nums[nums.size() / 2];
    }
};

函数分析

1. 排序：sort(nums.begin(), nums.end()); 这行代码将数组nums进行排序。排序之后，相同的元素会被放在一起。

2. 返回中间元素：return nums[nums.size() / 2]; 由于题目保证有一个数出现的次数超过了数组长度的一半，那么在排序后的数组中，这个数必然占据数组中间的位置。因此，返回数组中间的元素即可。

这种解法的时间复杂度是O(nlogn)，主要消耗在排序上。空间复杂度是O(logn)，这是因为排序算法（如快速排序）通常需要额外的空间来进行递归调用。