多数元素，力扣

题目地址：

169. 多数元素 - 力扣（LeetCode）

---

今天刷多数元素，大家有兴趣可以点上看看题目要求，试着做一下。

我们直接看题解吧：

这里有五种解题方法，不过我主要看哈希表法和摩尔投票法，剩下几个也挺有意思的，大家有兴趣话也可以看看的。

• 哈希表

这个比较简单，应该大多数人首先想到的。

思路：设数组元素为x，遍历数组，放入哈希表，作为key,然后如果在哈希表中找到相同的value +1()统计出现次数，否则赋值1

代码：（力扣官方那个感觉有点不太了解，繁杂，下面的是我自己写的，时间和空间都比官方的好一点）

class Solution {
    public int majorityElement(int[] nums) {
        int n=nums.length;
        HashMap <Integer,Integer> hashtable=new HashMap<Integer,Integer>();
        for(int num:nums){
            if(hashtable.containsKey(num)){
 hashtable.put(num,hashtable.get(num)+1);
            }
            else{
                hashtable.put(num,1);
            }
        }
        for(int j=0;j<n;j++){
            if(hashtable.get(nums[j])>n/2)
               return nums[j];
        }
        return  nums[-1];
    }
}

• 摩尔投票法

这个在时间空间都是最佳的。

用这个方法关键要注意“多数元素”这个词

那么什么是多数元素？

多数元素表示在一个数组中出现次数最多，并且出现次数 > 数组总长度的一半的元素

因此，为何这算法行得通？ 投票法是遇到相同的则 票数 + 1，遇到不同的则 票数 - 1。 且“多数元素”的个数 > ⌊ n/2 ⌋，其余元素的个数总和 <= ⌊ n/2 ⌋。 因此“多数元素”的个数 - 其余元素的个数总和 的结果 肯定 >= 1。 这就相当于每个 “多数元素” 和其他元素 两两相互抵消，抵消到最后肯定还剩余 至少1个 “多数元素”

实际上，这个算法核心就是“对拼消耗”

思路：

设数组元素为x，数组nums中的众数为m，数组元素出现次数为count，

如果 x 与 m 相等，那么计数器 count 的值增加 1；

如果 x 与 m 不等，那么计数器 count 的值减少 1。

当票数 count 为 0 时，更换候选人，并将票数 count 重置为 1

代码：

class Solution {
    public int majorityElement(int[] nums) {
        int cand_num = nums[0], count = 1;
        for (int i = 1; i < nums.length; ++i) {
            if (cand_num == nums[i])
                ++count;
            else if (--count == 0) {
                cand_num = nums[i];
                count = 1;
            }
        }
        return cand_num;
    }
}

另外，关于这个算法的一些相关知识：

推论一： 若记 众数 的票数为 +1 ，非众数的票数为 −1 ，则一定有所有数字的票数和 >0 。

推论二： 若数组的前 a 个数字的 票数和 =0 ，则数组剩余 (n−a) 个数字的票数和一定仍 >0 ，即后 (n−a)个数字的众数仍为 x 。