力扣算法题（排序）-169.多数元素

 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！