Boyer-Moore投票算法

基本思想

在每一轮投票过程中从数组中删除两个不同的元素，直到投票过程无法继续，此时数组为空或者数组中剩下的元素都相等。

• 如果数组为空，则数组中不存在主要元素
• 如果数组中剩下的元素都相等，则数组中剩下的元素可能为主要元素

算法步骤

1. 维护一个候选主要元素$\text{candidate}$和候选主要元素的出现次数$\text{count}$，初始时为任意值，$\text{count}=0$；
2. 遍历数组 $\text{nums}$ 中的所有元素，遍历到元素 xx 时，进行如下操作：
   1. 如果$\text{count}=0$，则将 xx 的值赋给$\text{candidate}$，否则不更新 $\text{candidate}$ 的值；
   2. 如果 $x=\text{candidate}$，则将$\text{count}$加 1，否则将$\text{count}$减 1。
3. 遍历结束之后，如果数组$\text{nums}$ 中存在主要元素，则 $\text{candidate}$即为主要元素，否则 $\text{candidate}$可能为数组中的任意一个元素。

由于不一定存在主要元素，因此需要第二次遍历数组，验证 $\text{candidate}$ 是否为主要元素。第二次遍历时，统计$\text{candidate}$在数组中的出现次数，如果出现次数大于数组长度的一半，则 $\text{candidate}$ 是主要元素，返回 $\text{candidate}$，否则数组中不存在主要元素，返回 −1。

为什么当数组中存在主要元素时，$\text{Boyer-Moore}$ 投票算法可以确保得到主要元素？

在$\text{Boyer-Moore}$投票算法中，遇到相同的数则将 $\text{count}$ 加 1，遇到不同的数则将 $\text{count}$减 1。根据主要元素的定义，主要元素的出现次数大于其他元素的出现次数之和，因此在遍历过程中，主要元素和其他元素两两抵消，最后一定剩下至少一个主要元素，此时 $\text{candidate}$为主要元素，且$\text{count}\ge 1$。

应用

找众数

案例

寻找主元素

问题描述

给定一个整型数组，找出主元素，它在数组中的出现次数大于数组元素个数的二分之一。

假设数组非空，且数组中总是存在主元素。

样例

样例 1：

输入：

数组 = [1, 1, 1, 1, 2, 2, 2]

输出：

1

解释：

数组中1的个数大于数组元素的二分之一。

样例 2：

输入：

数组 = [1, 1, 1, 2, 2, 2, 2]

输出：

2

解释：

数组中2的个数大于数组元素的二分之一。

解决

class Solution {
public:
    /**
     * @param nums: a list of integers
     * @return: find a  majority number
     */
    int majorityNumber(vector<int> &nums) {
        // write your code here
        int candidate=-1;
        int count=0;
        for(int i=0;i<nums.size();i++){
            if(count==0){
                candidate=nums[i];
            }
            if(nums[i]==candidate){
                count++;
            }
            else count--;
        }
        int x=0;
        for(int i=0;i<nums.size();i++){
            if(nums[i]==candidate){
                x++;
            }
        }
        if(x>=nums.size()/2)
        return candidate;
        else return -1;
    }
};