Given an array of size n, find the majority element. The majority element is the element that appears more than ⌊ n/2 ⌋ times.
You may assume that the array is non-empty and the majority element always exist in the array.
求一个数组中个数超过一半的元素。
所以简单的办法是使用Hash。
仔细想想,这个题目等价于求经过排序的这个数组的中位数。所以我们可以直接对其排序然后取中间值。O(nlogn)
同时中位数等价于求第[n / 2]大(小)的数字。
所以也可以使用针对 kth 的快速选择算法。O(n)
针对这个题目,其实还有一个多数投票算法
。
该算法的思想:
每次都找出一对不同的元素,从数组中删掉,直到数组为空或只有一种元素。 不难证明,如果存在元素 e 出现次数超过半数,那么数组中最后剩下的就只有e。
当然,最后剩下的元素也可能并没有出现半数以上。比如说数组是[1, 2, 3],最后剩下的3显然只出现了1次,并不到半数。排除这种false positive情况的方法也很简单,只要保存下原始数组,最后扫描一遍验证一下就可以了。
算法流程:设置一个计数器 count 和保存当前最多元素的变量 candidate
- 如果count == 0,则将 candidate 的值设置为数组的当前元素,将 count 赋值为1;
- 反之,如果 candidate 和当前数组元素值相同,则 count++,反之 count–;
重复上述两步,直到扫描完数组。
判断 candidate 是不是所选元素:
count 赋值为0,再次从头扫描数组,如果数组元素值与 candidate 的值相同则count++,直到扫描完数组为止。
如果此时 count 的值大于等于 n / 2,则返回 candidate 的值,否则返回-1。
package solutions._169;
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
/**
* 169. Majority Element
*/
public class Solution {
// Hash
public int majorityElement1(int[] nums) {
Map<Integer, Integer> map = new HashMap<>();
for (int num : nums) {
if (map.containsKey(num)) {
map.put(num, map.get(num) + 1);
if (map.get(num) > (nums.length / 2)) {
return num;
}
} else {
map.put(num, 1);
}
}
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
if (entry.getValue() > (nums.length / 2)) {
return entry.getKey();
}
}
return 0;
}
// 中位数
public int majorityElement2(int[] nums) {
Arrays.sort(nums);
return nums[nums.length / 2];
}
// 多数投票算法
public int majorityElement3(int[] nums) {
int count = 1;
int candidate = nums[0];
for (int i = 1; i < nums.length; ++i) {
if (count == 0) {
candidate = nums[i];
count = 1;
} else if (candidate == nums[i]) {
++count;
} else {
count--;
}
}
return candidate;
}
private int partition(int[] arr, int left, int right) {
int pivot = arr[left];
while (left < right) {
while (left < right && arr[right] >= pivot) {
right--;
}
arr[left] = arr[right];
while (left < right && arr[left] <= pivot) {
left++;
}
arr[right] = arr[left];
}
arr[left] = pivot;
return left;
}
// 快速选择算法
private int QuickSelect(int[] arr, int left, int right, int k) {
if (left < right) {
int pivotPos = partition(arr, left, right);
if (pivotPos == k - 1) {
return arr[pivotPos];
} else if (pivotPos > k - 1) {
return QuickSelect(arr, left, pivotPos - 1, k);
} else {
return QuickSelect(arr, pivotPos + 1, right, k);
}
}
return arr[left];
}
// 选择第
public int majorityElement4(int[] nums) {
int k = nums.length / 2;
return QuickSelect(nums, 0, nums.length - 1, 2);
}
public static void main(String[] args) {
Solution solution = new Solution();
int[] arr = {1, 4, 3, 4, 4};
// System.out.println(solution.majorityElement1(arr));
// System.out.println(solution.majorityElement2(arr));
// System.out.println(solution.majorityElement3(arr));
System.out.println(solution.majorityElement4(arr));
}
}
参考:
http://blog.csdn.net/kimixuchen/article/details/52787307