题目描述
解法一:哈希表统计法
遍历数组 nums,用 HashMap 统计各数字出现的次数,最终超过数组长度一半的数字则为要查找的结果。此方法时间和空间复杂度均为 O(N)。
Java
class Solution {
HashMap<Integer, Integer> map = new HashMap<> ();
public int majorityElement(int[] nums) {
if(nums.length == 0) return 0;
for(int num:nums) {
// Map.getOrDefault(key, defaultValue):判断 map中是否包含 key值, 若包含则返回该key值对应的value值;否则返回defaultValue值
map.put(num, map.getOrDefault(num, 0)+1);
if(map.getOrDefault(num, 0) > nums.length/2)
return num;
}
return 0;
}
}
解法二:快速选择法
如果把这个数组排序,那么位于数组中间的一定是那个出现次数超过数组长度一半的数字,即长度为 n的数组中第 n/2大的数字。
利用基于快排中的 partition函数思想实现的快速选择法可以在 O(N) 的时间内和 O(1) 的空间内查找到第 K大元素。但是,由于快排不是稳定的排序算法,所以这个思路会改变原有的数组。
Java
class Solution {
public int majorityElement(int[] nums) {
if(nums.length == 0) return 0;
int res = quick_select(nums, 0, nums.length-1, (nums.length-1)/2);
// 虽然题目中假设给定的数组总是存在多数元素。但是我们考虑多加一步判断,判断数组中出现频率最高的数字是否满足出现次数大于数组长度的一半
if(checkMoreThanHalf(nums, res))
return res;
else
return 0;
}
public boolean checkMoreThanHalf(int[] nums, int n) { // 判断数组中出现频率最高的数字是否满足出现次数大于数组长度的一半
int times = 0;
for(int num:nums) {
if(num == n) times++;
}
if(times < nums.length/2) return false;
else return true;
}
public int partition(int[] nums, int left, int right, int pivot_index) {
int pivot = nums[pivot_index];
nums[pivot_index] = nums[right];
nums[right] = pivot;
// 每次从未处理区间中取一个元素与pivot对比,如果大于pivot则将其放到pivot_index左边。
int sorted_index = left;
for(int i=left; i<right; i++) {
if(nums[i] > pivot){
int tmp = nums[sorted_index];
nums[sorted_index] = nums[i];
nums[i] = tmp;
sorted_index++;
}
}
int tmp = nums[right];
nums[right] = nums[sorted_index];
nums[sorted_index] = tmp;
return sorted_index;
}
public int quick_select(int[] nums, int left, int right, int target) {
if(left == right) // 递归终止条件
return nums[left];
int pivot_index = (int)(left+Math.random()*(right-left+1)); // 每次随机选择一个位置作为分区的枢纽
pivot_index = partition(nums, left, right, pivot_index); // 调用分区算法,确定排序后pivot_index合适的位置
if(pivot_index == target) // 当前枢纽所在位置正好为待查找的位置
return nums[pivot_index];
else if(pivot_index < target) // 如果目标位置大于当前枢纽所在位置,去右半边递归查找
return quick_select(nums, pivot_index+1, right, target);
else // 如果目标位置小于当前枢纽所在位置,去左半边递归查找
return quick_select(nums, left, pivot_index-1, target);
}
}
解法三:摩尔投票法
数组中有⼀个数字出现的次数超过数组长度的⼀半,也就是说它出现的次数⽐其他所有数字出现次数的和还要多。 因此我们可以考虑在遍历数组的时候保存两个值: ⼀个是数组中的某个数字(初始化为数组中第一个数字),⼀个是该数字记为众数的票数(初始化为 1)。当我们遍历到下⼀个数字的时候, 如果下⼀个数字和我们之前保存的数字相同, 则票数+1; 如果下⼀个数字和我们之前保存的数字不同, 则票数-1。 如果票数变为 0,我们需要替换保存下⼀个数字, 并把其对应的票数设为1。 由于我们要找的数字出现的次数⽐其他所有数字出现的次数之和还要多, 那么要找的数字肯定是最后⼀次把票数设为 1时对应的数字。
该方法可以在 O(N) 的时间内和 O(1) 的空间内且不修改输入数组找到结果。
Java
class Solution {
public int majorityElement(int[] nums) {
if(nums.length == 0) return 0;
int res = nums[0];
int vote = 1;
for(int i=1; i<nums.length; i++) {
if(vote == 0){
res = nums[i];
vote = 1;
}
else if(nums[i] == res) vote++;
else vote--;
}
return res;
}
}
参考
https://leetcode-cn.com/problems/shu-zu-zhong-chu-xian-ci-shu-chao-guo-yi-ban-de-shu-zi-lcof/solution/mian-shi-ti-39-shu-zu-zhong-chu-xian-ci-shu-chao-3/