169. 多数元素

文章介绍了在一个非空数组中找到出现次数大于半数的多数元素的方法,包括使用哈希表统计、数组排序以及摩根投票算法。解决方案提供了Python类Solution中的majorityElement函数实现,目标是达到O(n)时间复杂度和O(1)空间复杂度。
摘要由CSDN通过智能技术生成

169. 多数元素

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

提示:
n == nums.length
1 <= n <= 5 * 104
-109 <= nums[i] <= 109

进阶:尝试设计时间复杂度为 O(n)、空间复杂度为 O(1) 的算法解决此问题。

方法

1.哈希表统计

  • 便利数组,使用HashMap统计各数字个数,即可找出本题众数。时间复杂度O(N)、空间复杂度O(N)

2.数组排序

  • 将数组排序后,nums[int(len(nums)/2)]中的即为本题众数。空间复杂度和时间复杂度由选择啊的排序算法决定

3.摩根投票

  • 采用正负抵消,本题所提众数是出现超过一半的数字,因此将众数记+1,其余数字记-1时,和>0。空间复杂度O(1),时间复杂度O(N)
  • 那如何知道nums中哪一个数字记作+1呢?首先,当某一位前所有票数和为0,则剩余中必有众数,剩余数组中和依旧>0。因此刚开始时,将数组第一个数字假设为众数,当某一位置和为0时,该位置处数字作为新的众数,算法流程如下所示:
    • 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。
class Solution:
    def majorityElement(self, nums: List[int]) -> int:
        v = 0
    
        for i in nums:
            if v == 0 :
                x = i
            if i ==x :
                v += 1
            else:
                v -= 1
        return x

  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值