题目:
给定一个大小为 n 的数组,找到其中的多数元素。多数元素是指在数组中出现次数大于 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:
示例 1:
输入: [3,2,3]
输出: 3
示例 2:
输入: [2,2,1,1,1,2,2]
输出: 2
解题思路【hashMap】:
1、使用哈希映射(HashMap)来存储每个元素以及出现的次数。对于哈希映射中的每个键值对,键表示一个元素,值表示该元素出现的次数,循环遍历数组 nums 并将数组中的每个元素及对应的个数加入哈希映射中;
2、然后遍历哈希映射中的所有键值对,找出值大于 ⌊ n/2 ⌋ 的健,也就是数组对应的元素。
代码实现:
class Solution {
public int majorityElement(int[] nums) {
int len = nums.length;
Map<Integer,Integer> ans = new HashMap<>();
for (int i : nums) {
ans.put(i, ans.containsKey(i)?ans.get(i)+1:1);
}
for (int i : nums) {
if(ans.get(i) > len/2){
return i;
}
}
return -1;
}
}
复杂度分析
- 时间复杂度:O(n),其中 n 是数组 nums 的长度。我们遍历数组 nums 一次,对于 nums 中的每一个元素,将其插入哈希表都只需要常数时间。
- 空间复杂度:O(n)。哈希表最多包含 n - 个键值对,所以占用的空间为 O(n)。这是因为任意一个长度为 n的数组最多只能包含 n 个不同的值,但题中保证 nums 一定有一个众数,会占用(最少) + 1个 数字。因此最多有 n - ( + 1) 个不同的其他数字,所以最多有 n - 个不同的元素。
解题思路【排序】:
如果将数组 nums 中的所有元素按照单调递增或单调递减的顺序排序,那么下标为 的元素(下标从 0 开始)一定是众数。
所以,我们先将 nums 数组排序,然后返回下标 对应的元素即可
代码实现:
class Solution {
public int majorityElement(int[] nums) {
Arrays.sort(nums);
return nums[nums.length/2];
}
}
复杂度分析
- 时间复杂度:O(nlog n)。将数组排序的时间复杂度为 O(nlog n)。
- 空间复杂度:O(log n)。如果使用语言自带的排序算法,需要使用 O(log n)的栈空间。如果自己编写堆排序,则只需要使用 O(1) 的额外空间。
解题思路【摩尔投票法】:
摩尔投票算法思想:每次从序列里选择两个不相同的数字删除掉(或称为“抵消”),最后剩下一个数字或几个相同的数字,就是出现次数大于总数一半的那个。
基于上面的算法思想,遍历投票数组,将当前票数最多的候选人与其获得的(抵消后)票数分别存储在 candiate与 count 中。
当遍历下一个选票时,判断当前 count 是否为零:
若 count == 0,代表当前 candiate空缺,直接将当前候选人赋值给 candiate,并令 count++;
若 count != 0,代表当前 candiate的票数未被完全抵消,因此令 count--,即使用当前候选人的票数抵消 candiate的票数;
代码实现:
class Solution {
public int majorityElement(int[] nums) {
int candiate = 0;
int count = 0;
for (int i : nums) {
if(count == 0){
candiate = i;
}
if(i == candiate){
++count;
}else{
--count;
}
}
return candiate;
}
}
复杂度分析
- 时间复杂度:O(n)。摩尔投票算法只对数组进行了一次遍历。
- 空间复杂度:O(1)。摩尔投票算法只需要常数级别的额外空间。