哈希表
计数就行了
class Solution {
public:
int majorityElement(vector<int>& nums) {
unordered_map<int, int> m;
for(const auto &num : nums){
++m[num];
}
for(const auto &num : nums){
if(m[num] > nums.size()/2) return num;
}
return 0;
}
};
显然空间复杂度为O(n)
摩尔投票法
名字倒很罕见,不思路很简单:
-
维护一个候选众数 res 和它出现次数 cnt。可以初始化res为第一个元素;
-
遍历数组 nums 中的所有元素,对于每个元素 x:
如果 x 与 res 相等,计数器 cnt 加 1;
如果 x 与 res 不等,计数器 cnt 减 1(此时需要判断cnt是否为0,如果cnt为0,那就更新res为当前数,并且置cnt为1)。 -
遍历完成后,res 即为整个数组的众数。
贴一个别人对摩尔投票法的理解:
摩尔投票法:核心就是对拼消耗。
玩一个诸侯争霸的游戏,假设你方人口超过总人口一半以上,并且能保证每个人口出去干仗都能一对一同归于尽。最后还有人活下来的国家就是胜利。
那就大混战呗,最差所有人都联合起来对付你(对应你每次选择作为计数器的数都是众数),或者其他国家也会相互攻击(会选择其他数作为计数器的数),但是只要你们不要内斗,最后肯定你赢。
最后能剩下的必定是自己人。
class Solution {
public:
int majorityElement(vector<int>& nums) {
int res, cnt = 0;
for(const auto &num : nums){
if(cnt == 0) res = num;
cnt += res == num ? 1 : -1;
}
return res;
}
};
空间复杂度O(1)。
排序
可以排序,只有直接返回中间元素即可;
class Solution {
public:
int majorityElement(vector<int>& nums) {
sort(nums.begin(), nums.end());
return nums[nums.size()/2];
}
};
随机挑选
看了官方题解才知道还能这么操作:多数元素 - 多数元素 - 力扣(LeetCode)
class Solution {
public:
int majorityElement(vector<int>& nums) {
while(true){
int res = nums[rand()%nums.size()];
int cnt = 0;
for(const auto &num : nums){
if(res == num) ++cnt;
if(cnt > nums.size()/2) return res;
}
}
return -1;
}
};