Leetcode刷题记录-多数元素（简单）-面试经典 150 题

最新推荐文章于 2024-08-09 09:36:32 发布

Stevedash

最新推荐文章于 2024-08-09 09:36:32 发布

阅读量202

点赞数 1

分类专栏：力扣面试150题文章标签：算法数据结构 leetcode java

本文链接：https://blog.csdn.net/m0_53659738/article/details/130536443

版权

力扣面试150题专栏收录该内容

9 篇文章 0 订阅

订阅专栏

文章介绍了如何在给定数组中寻找多数元素（出现次数超过数组长度一半的元素）的三种方法。首先，简单暴力的双重循环法虽然能解决问题但时间复杂度较高。接着，通过排序数组找到中位数的方法降低了时间复杂度至O(nlogn)，但空间复杂度仍为O(logn)。最后，使用摩尔投票算法实现了O(n)时间复杂度和O(1)空间复杂度的解决方案。

摘要由CSDN通过智能技术生成

169. 多数元素（简单）

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
-109 <= nums[i] <= 109

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。

解题思路：

首先方法需要int类型的返回值，返回数组中的多数元素（指在数组中出现次数大于nums.length/2的元素），可以假设数组非空，并且总是存在多数元素，也可以理解为众数。

方法①：

第一眼看到后的最简单的想法就是暴力破解，双重for循环，外层枚举数组中每一个元素，内层再遍历一遍数组统计其出现次数。只要超过数组元素个数的一半，那么就可以返回该元素。

具体的Java实现代码如下：

class Solution {
    public int majorityElement(int[] nums) {
       int number=0;
        if(nums==null || nums.length==0){
            return 0;
        }
        else if(nums.length==1){
            number=nums[0];
            return number;
        }
       
        for(int i=0;i<=nums.length-1;i++){
             int count=1;
            for(int j=i+1;j<=nums.length-1;j++){
                if(nums[i]==nums[j]){
                    count++;
                }      
            }
             if(count>nums.length/2){
                   number=nums[i]; 
                 }
        }
        return number;
}
}

但是这个算法的时间复杂度为 O(n^2)，其中 n 是数组的长度。外层循环需要遍历数组中的每一个元素，内层循环需要遍历数组中剩余的元素，因此总共需要进行 n(n-1)/2 次比较。算法的空间复杂度为 O(1)，因为只需要常数级别的额外空间用于存储变量，没有使用额外的数组或集合来存储元素。

虽然提交成功了，但是花费的时间太长了，所以这种暴力破解的方式不可取，需要优化。

方法②：

重新审视一下题意，多数元素即数组中的众数，出现次数超过数组元素的一半，但是因为数组内的元素是乱序的，所以没办法判断。但是如果是有序数组的话，那么数组中间位置的元素那么必定就是多数元素。因为出现次数会超过数组元素的一半！可行。因此接收到数组后先进行排序！

具体的Java实现代码如下：

class Solution {
    public static int majorityElement(int[] nums) {
        Arrays.sort(nums);
        return nums[nums.length >> 1];
    }
}

return nums[nums.length >> 1]; 返回排序后的数组 nums 中索引为 nums.length >> 1 的元素，也就是中间位置的元素，即为该数组的众数。

PS：nums.length >> 1 是一个位运算操作，它等价于将数组 nums 的长度除以二（即右移一位），得到中间位置的索引。

在这段代码中，我们已经将数组 nums 排好序了，所以中间位置的数就是众数。因为众数最多，所以无论是数组长度为偶数还是奇数，中间位置的数都会是众数或其一个相邻的数，因此返回 nums[nums.length >> 1] 可以有效地找到众数。

进行用例测试，看看能否解决需求：

可以看到这次的速度快了不止一点，成功满足需求！

进行题后反思：这段代码的时间复杂度是 $O(n\log n)$，其中 $n$ 是输入数组的长度。这是因为 Arrays.sort(nums) 的时间复杂度是 $O(n\log n)$，所以整个算法的时间复杂度也是 $O(n\log n)$。空间复杂度是 $O(\log n)$，因为 Arrays.sort(nums) 使用了快速排序算法，其空间复杂度是 $O(\log n)$。所以整个算法的空间复杂度与快速排序算法的空间复杂度相同，都是 $O(\log n)$。

方法③：

再进阶考虑一下，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。

思路如下：

要设计时间复杂度为 $O(n)$、空间复杂度为 $O(1)$ 的算法解决此问题，可以使用摩尔投票算法（Boyer-Moore Voting Algorithm）。算法基于一个简单的事实：出现次数大于 $\lfloor n/2\rfloor$ 的数字最多只能有一个，因此只需要遍历一遍数组，记录当前数字出现的次数，同时记录候选数字，如果遍历到下一个数字和候选数字相同则次数加一，否则次数减一，当次数为零时更换候选数字。最后剩下的候选数字就是出现次数大于$\lfloor n/2\rfloor$ 的数字。

具体的Java实现代码如下：

class Solution {
    public int majorityElement(int[] nums) {
        int count = 0, candidate = 0;   // 定义计数器和候选数字
        for (int num : nums) {          // 遍历数组
            if (count == 0) {          // 若计数器为 0
                candidate = num;       // 则当前数字作为候选数字
            }
            count += (num == candidate) ? 1 : -1; //使用三元运算符？  如果当前数字和候选数字相同，则计数器加 1，否则减 1
        }
        return candidate;  // 返回候选数字，即出现次数大于 n/2 的数字
    }
}

进行用例测试，看看能否解决需求：