一、题目
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 * 104
-109 <= nums[i] <= 109
二、解法:
1、我的思路:在看到需要比较相同元素个数从而找出众数,首先想到排序,先将其用sort(nums.begin(),nums.end())将其排为非递减顺序。设整形变量target:当前众数元素;count:当前众数出现的次数;sum:n/2。代码如下:
class Solution {
public:
int majorityElement(vector<int>& nums) {
sort(nums.begin(),nums.end());//排序 #include<algorithm>
int n=nums.size();
int target=nums[0],count=1,sum=n/2,i=1;
while(i<n){
if(count<=sum){ //当前target个数小于n/2,不是众数
if(nums[i]==nums[i-1]){ //当前元素与前一元素相等
count++; //当前元素个数+1
i++; //继续向后遍历
}else{ //当前target已遍历完全,count<n/2,目标更换
target=nums[i];
count=1;
i++;
}
}else{ //当前target个数大于n/2,是众数,直接返回
return target;
}
}
}
};
分析:时间复杂度:O(nlogn),空间复杂度:O(logn)。
2、进阶思路:Boyer-Mooer投票算法
采用同归于尽的方式,顺序遍历,变量candidate存储候选众数(初始值-1),count存储候选众数个数,当遇到与候选众数不同的元素时,--count,当count小于1时,将当前元素作为候选元素,count=1。代码如下:
class Solution {
public:
int majorityElement(vector<int>& nums) {
int candidate=-1,count=0;
for (int num:nums) {
if (num==candidate) ++count;
else if (--count<0) { //count小于0时将当前元素作为候选
candidate=num;
count=1;
}
}
return candidate;
}
};
分析:时间复杂度:O(n),空间复杂度:O(1)。
这个方法真的是太妙了!!!第一次接触这个思想和解法。当然还有其他解法,比如使用哈希表来标记每一个元素的个数,同时记录出现次数最多的元素即为众数,时间复杂度O(n);还有利用排序来判断,既然众数个数大于n/2,那n/2处一定是众数等等很多方法。初学算法中,奥利给!!!
第一篇博客,完成!