三、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 * 10^4
-
-10^9 <= nums[i] <= 10^9
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。
思路一:将数组元素直接存入HashMap中并统计出现的次数,再次循环遍历返回出现次数最多的那个元素,复杂度为O(N)。
class Solution {
public int majorityElement(int[] nums) {
int tem = 0,ans = 0;
Map<Integer,Integer> hashMap = new HashMap();
for(int num : nums){
if (hashMap.get(num) == null){
hashMap.put(num,1);
}else{
// 记录数组元素出现的次数
hashMap.put(num,hashMap.get(num)+1);
}
}
for(int num : nums){
// 找到出现次数最多的那个元素
if (hashMap.get(num) >= tem){
tem = hashMap.get(num);
ans = num;
}
}
return ans;
}
}
思路二:既然有其中一个元素会超过半数,那取出两个不同的数据同时删除,胜出者还是原来超过半数的那个,巧妙的消消乐。编程实现:定义一个count,作为领先其他数字的个数(最终肯定大于等于1)。先选第一个元素当作众数候选者,若后续出现的数字不一样则count-1,一样则count+1。
时间复杂度O(N),空间复杂度O(1)
class Solution {
public int majorityElement(int[] nums) {
int count = 0,candidate = 0,buff;
for (int num : nums){
// 若该元素被消除了,重新选取候选者
if(count == 0){
candidate = num;
}
// 记录候选者领先的票数,候选者与其他元素比较,相同则叠加,不同则相消
if (num == candidate){
buff = 1;
}else{
buff = -1;
}
count = count + buff;
}
return candidate;
}
}
总结:不要害怕失去,当你足够强的时候,失去的终归会回来,你一定能站到最后!