数组中超过一半的数字
哈希法
哈希表用法类似map,通过key来映射value
下面的用法和map一样,当容器中没有这个元素时,你直接去访问这个元素,就会给你创造一个val对应的key,并将key对应value初始化为0,用++mp[val]起到对同样元素记数的作用。
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
unordered_map<int,int> mp;
for (const int val : numbers) ++mp[val];
for (const int val : numbers) {
if (mp[val] > numbers.size() / 2 ) return val;
}
return 0;
}
};
排序法
可以先将数组排序,然后可能的众数肯定在数组中间,然后判断一下。
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
sort(numbers.begin(), numbers.end());
int cond = numbers[numbers.size() / 2];
int cnt = 0;
for (const int k :numbers) {
if (cond == k) ++cnt;
}
if (cnt > numbers.size() / 2) return cond;
return 0;
}
};
候选法
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
int cond = -1;
int cnt = 0;
for (int i=0; i<numbers.size(); ++i) {
if (cnt == 0) {
cond = numbers[i];
++cnt;
}
else {
if (cond == numbers[i]) ++cnt;
else --cnt;//有一个不相等的数就减一
}
}
cnt = 0;
for (const int k :numbers) {
if (cond == k) ++cnt;
}
if (cnt > numbers.size() / 2) return cond;
return 0;
}
};
总结:
map基于红黑树,是按关键字有序排列的,unordered_map基于哈希表,是散列存放的(无序)
所以对于排序,map更快捷。对于查找,unordered_map更加快捷。
很神奇的结构
这个结构可以统计出数组中的众数的个数(明显哈希表更加方便但可以看看这个结构),假如数组中存在众数,那么众数一定大于数组的长度的一半。
思想就是:如果两个数不相等,就消去这两个数,最坏情况下,每次消去一个众数和一个非众数,那么如果存在众数,最后留下的数肯定是众数。一定要对–cnt,因为要同时删除两个数(意会)
for (int i=0; i<numbers.size(); ++i) {
if (cnt == 0) {
cond = numbers[i];
++cnt;
}
else {
if (cond == numbers[i]) ++cnt;
else --cnt;//有一个不相等的数就减一
}
}