题目:
给定一个大小为 n 的数组,找到其中的多数元素。
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:
输入:[3,2,3]
输出:3
输入:[2,2,1,1,1,2,2]
输出:2
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。
------------------
思考:
摩尔投票法:
核心理念为 票数正负抵消 。
此方法时间和空间复杂度分别为 O(N) 和 O(1),为本题的最佳解法。
--------------------------
设输入数组 nums 的众数为 x ,数组长度为 n 。
推论一: 若记 众数 的票数为 +1 ,非众数 的票数为 -1 ,则一定有所有数字的 票数和 > 0 。
推论二: 若数组的前 a 个数字的 票数和 = 0 ,则 数组剩余 (n-a)个数字的 票数和一定仍 >0 ,
即后 (n-a)个数字的 众数仍为 x 。
根据以上推论,记数组首个元素为 n1,众数为 x ,遍历并统计票数。当发生 票数和 = 0时,
剩余数组的众数一定不变 ,这是由于:
当n1=x : 抵消的所有数字中,有一半是众数 x 。
当n1≠x : 抵消的所有数字中,众数 x 的数量最少为 0 个,最多为一半。
利用此特性,每轮假设发生 票数和 = 0都可以 缩小剩余数组区间 。
当遍历完成时,最后一轮假设的数字即为众数。
算法流程:
初始化: 票数统计 votes = 0 , 众数 x;
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 ;
返回值: 返回 x 即可;
-------------------
复杂度分析:
时间复杂度 O(N) : N 为数组 nums 长度。
空间复杂度 O(1) : votes 变量使用常数大小的额外空间。
---------------
class Solution {
public int majorityElement(int[] nums) {
int x = 0, votes = 0;
for(int num : nums){
if(votes == 0) x = num;
votes += num == x ? 1 : -1;
}
return x;
}
}
-----------------
拓展: 由于题目说明 给定的数组总是存在多数元素 ,因此本题不用考虑 数组不存在众数 的情况。
若考虑,需要加入一个 “验证环节” ,遍历数组 nums 统计 x 的数量。
若 x 的数量超过数组长度一半,则返回 x ;
否则,返回未找到众数;
时间和空间复杂度不变,仍为 O(N)和 O(1) 。
---------------
class Solution {
public int majorityElement(int[] nums) {
int mode = 0, votes = 0, count = 0;
for(int num : nums){
if(votes == 0) x = num;
votes += num == x ? 1 : -1;
}
for(int num : nums)
if(num == x) count++;
return count > nums.length / 2 ? x : 0;
}
}
LC