leetCode题解——Majority Element

转自：http://www.xgezhang.com/leetcode_majorigy_element.html?utm_source=tuicool

题目描述：

Given an array of size n, find the majority element. The majority element is the element that appears more than⌊ n/2 ⌋times.

You may assume that the array is non-empty and the majority element always exist in the array.

分类：

排序、哈希表、位运算

思路：

这道题解法非常多，自己做的时候只写了一个nlogn的排序的算法，其他算法在后面讨论。

简单来说就是把数据进行排序，然后遍历一遍记录出现次数最多的那个。

代码：

class Solution:
    # @param num, a list of integers
    # @return an integer
    def majorityElement(self, num):
        num.sort()
        length = len(num)
        currNum = num[0]
        times = 1
        for i in range(1,length):
            if (num[i]==currNum) :
                times = times+1
                if (times>=length/2+1 ): return currNum
            else:
                currNum = num[i]
                times = 1
        return currNum

进一步思考：

这道题有没有O(n)的解法呢，答案当然是有的，而且不止一个：

1.哈希表：思路也比较清晰，就是通过哈希表来存储，然后再查找哈希表中出现最多的元素，代码略。

2.位运算：这个方法是看了Solution之后才知道的，这里假设数据值范围为（1，2^32-1），那么我们需要一个32个元素的list，初始值都为0。这里的32表示元素转换成二进制之后的32位数。对于每一位数，遍历数据list里的所有数，记录该位为1的个数。如果个数>=len(num)/2+1，则该位为1，否则为0。同理算出每一位，再转换成10进制数即为出现次数最多的数。

3.随机采样算法：因为题目中告诉了这个数一定会出现，而且出现的次数>=1/2，那么我们可以随机取一个数进行判断。理论上平均两次就可以找到这个数。当然从算法的角度上来看这个算法的最坏情况是infinite（考虑永远都取不到正确数的情况），但对于一个实际问题这个方法还是可行的。

4.moore’s voting 算法：这个算法以前没有听说过，是专门解决这一问题的，给一个链接让大家参考一下：http://http://www.cs.utexas.edu/~moore/best-ideas/mjrty/

具体证明在链接里面也能找得到，内容有点多我也没有细看，有兴趣的朋友可以看看，这里附下代码：

class Solution:
    # @param num, a list of integers
    # @return an integer
    def majorityElement(self, num):
        currNum = -1
        times = 0
        for i in range(len(num)):
            if (times == 0):    
                currNum = num[i]
                times = 1
            else:
                if (num[i]==currNum):
                    times = times+1
                else:
                    times = times-1
        return currNum