数组中出现次数超过一半的数字

题目描述
数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。

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: [1, 2, 3, 2, 2, 2, 5, 4, 2]
输出: 2

限制：

1 <= 数组长度 <= 50000

哈希表统计法

遍历数组 nums ，用 HashMap 统计各数字的数量，最终超过数组长度一半的数字则为众数。此方法时间和空间复杂度均为 O(N)。
代码：

class Solution {
    public int majorityElement(int[] nums) {
        HashMap<Integer,Integer> map = new HashMap<>();
        int length = nums.length/2;
        for(int i=0;i<nums.length;i++){
            if(map.containsKey(nums[i])) {
                map.put(nums[i],map.get(nums[i])+1);
            }else{
                map.put(nums[i],1);
            }
            if(map.get(nums[i])>length) return nums[i];
        }
        return 0;//当不存在满足要求的数字或者数组长度为0时
    }
}

数组排序法

将数组arr排序，由于众数的数量超过数组长度一半，因此数组中点的元素 一定为众数。此方法时间复杂度 O(N log_2 N)。

class Solution {
    public int majorityElement(int[] arr) {
        Arrays.sort(arr);
        return nums[arr.length/2];
    }
}

不同的数进行消除计数法

private static int searchKing4(int[] arr) {
		    int candidate = arr[0] , count = 1;  //候选数和出现的次数
			for (int i = 1; i < arr.length; i++) {
				//两两消减为0，应该把现在的元素作为候选值
				if(count == 0) {
					candidate = arr[i];
					count = 1;
					continue; //退出本轮循环，继续遍历
				}
				//遇到候选值相同的，次数加一
				if(arr[i] == candidate)
					count++;
				//不同的数，进行消减
				else
					count--;
			}
			return candidate;
	}

摩尔投票法

这个方法跟目标寻找法很像， 但它的核心理念为 “正负抵消” ；时间和空间复杂度分别为 O(N)和 O(1) 。

摩尔投票法：
票数和： 由于众数出现的次数超过数组长度的一半；若记众数的票数为 +1 ，非众数的票数为 -1，因为众数出现的次数超过数组长度的一半，则一定有所有数字的票数和 > 0 。
票数正负抵消： 设数组 nums 中的众数为 x ，数组长度为 n 。若 nums 的前 a 个数字的 票数和 = 0 ，则 数组后 (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 ）。

代码：

class Solution {
    public int majorityElement(int[] nums) {
        int x = 0, votes = 0;//初始化,票数统计 votes = 0 ， 众数 x ；
        for(int num : nums)//循环抵消, 遍历数组 nums 中的每个数字 num ；
        {
            if(votes == 0) x = num;//当 票数 votes 等于 0 ，则假设当前数字 num 为 众数 x ； 
            //当 num = x 时，票数 votes 自增 1 ；否则，票数 votes 自减 1 ；
            if(num == x){
                votes+=1;
            }else{
                votes-=1;
            }
        }
        return x;//返回众数 x 即可。
    }
}

快排双区扫描思想（O(n)）

是排序法的优化，不需要排序完，只需要找到处于arr.length / 2 大小的数，则返回该数就好

//选择selectK(arr,0,arr.length-1,arr.length/2)
public static int selectK(int[] arr, int p ,int  r ,int  k) {
		
		int q = QuickSort.Partition1(arr,p,r);  //主元的下标
		int qK = q - p + 1; //主元是第几个元素
		if(qK == k) { 
			return arr[q];
		}else if( qK > k ) {   
			return selectK(arr, p , q-1 , k );
		}else {  
			return  selectK(arr, q+1 , r , k-qK ); //注意这里的k是k- qk  !
		}
		
//双区扫描算法
static int Partition1(int[] arr, int i, int j) {
		int left=i+1,right = j , pivot =arr[i];
		while( left <= right) {
			//left 不停往右走，直到遇到大于主元的元素
			while(left <= right && arr[left]  <=  pivot)      left++;   //循环退出时,left一定是指向第一个大于主元的元素
			while(left <= right && arr[right] > pivot)   right--;  //循环退出时,right一定是指向第一个小于主元的元素
			if(left < right) {
				study1.Sort.swap(arr , left , right);
			}
		}
		//while退出时，两者交错，且right的指向的是最后一个小于主元的位置，也就是主元应该待的位置
		study1.Sort.swap(arr , i , right);
		return right;
	}