编程之美系列之二——寻找出现频率超过一半的数-CSDN博客

问题描述:

现在有一数组存放int型整数，数字有重复，且有一数字出现的频率超过了50%，请找出这个数字。

补充：主要考虑数据量很大的情况。

问题求解：

分析：

最直接的方法就是对数组中所有的数字排序，然后再扫描一遍，统计各个数字出现的次数，如果某个数字出现的次数超过一半，则输出这个数字。显然这个算法的时间复杂度是O(N * log₂N + N)。

事实上，假如现在数组已经有序，那么数组中间的数字一定是这个要求的数字，所以根本不必扫描。此时算法的时间复杂度是O(N * log₂N + 1)。那还能不能再简化一些呢？

我们看到，算法主要的消耗在排序这块，那能否跳过排序这个步骤呢？我们这样想，假如每次删除两个不同的数（不管包括不包括最高频数），那么，在剩下的数字里，原最高频数出现的频率一样超过了50%，不断重复这个过程，最后剩下的将全是同样的数字，即最高频数。此算法避免的排序，时间复杂度只为O(N)。

代码如下：

1 static int FindMostApperse( int [] num) 2 { 3 int candidate = 0 ; 4 int count = 0 ; 5 for ( int i = 0 ; i < num.Length; i ++ ) 6 { 7 if (count == 0 ) 8 { 9 candidate = num[i]; 10 count = 1 ; 11 } 12 else 13 { 14 if (candidate == num[i]) 15 count ++ ; 16 else 17 count -- ; 18 } 19 } 20 return candidate; 21 }

这个算法体现了计算机科学中一种很普遍的思想，就是把一个问题转化为规模较小的若干个问题。分治、递归、贪心等都是基于这样的思想。转化的效率越高，转化之后问题的规模缩小的越快，则正题的时间复杂度越低。

扩展问题：

现在数组中没有出现频率一半的数字了，但有三个都超过了四分之一，找到他们。

分析：

与原问题一样，只要降低规模即可，每次去掉四个不相同的数字，一直重复，最后剩下的三个数字就是答案。

代码如下：

1 static int candiA = 0 , candiB = 0 , candiC = 0 ; 2 static void FindThreeMost( int [] num) 3 { 4 int countA = 0 , countB = 0 , countC = 0 ; 5 for ( int i = 0 ; i < num.Length; i ++ ) 6 { 7 if (countA == 0 || countB == 0 || countC == 0 ) 8 { 9 if (countA == 0 ) 10 { 11 if (countB != 0 && num[i] == candiB) 12 countB ++ ; 13 else if (countC != 0 && num[i] == candiC) 14 countC ++ ; 15 else 16 { 17 candiA = num[i]; 18 countA ++ ; 19 } 20 } 21 else if (countB == 0 ) 22 { 23 if (countA != 0 && num[i] == candiA) 24 countA ++ ; 25 else if (countC != 0 && num[i] == candiC) 26 countC ++ ; 27 else 28 { 29 candiB = num[i]; 30 countB ++ ; 31 } 32 } 33 else if (countC == 0 ) 34 { 35 if (countA != 0 && num[i] == candiA) 36 countA ++ ; 37 else if (countB != 0 && num[i] == candiB) 38 countB ++ ; 39 else 40 { 41 candiC = num[i]; 42 countC ++ ; 43 } 44 } 45 } 46 47 else 48 { 49 if (num[i] == candiA) 50 countA ++ ; 51 else if (num[i] == candiB) 52 countB ++ ; 53 else if (num[i] == candiC) 54 countC ++ ; 55 else 56 { 57 countA -- ; 58 countB -- ; 59 countC -- ; 60 } 61 } 62 } 63 }

此算法的时间复杂度仍为O(N),只是判断条件较多,欢迎大家拿出更简明的代码来讨论。