- Majority Element
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.
Example 1:
Input: [3,2,3]
Output: 3
Example 2:
Input: [2,2,1,1,1,2,2]
Output: 2
method 1
sort, 然后直接取中间,代码略
method 2
hashMap, 统计每个数字出现的次数,然后取最大
method 3
分治法,以中间为线,分别找到左边和右边的主元素,如果两个数相同,说明此就为主元素.如果不同,那分别统计他们出现的次数,次数多的为主元素
/**
* 采用分治法,分别得到数组左边的主元素和右边的主元素,如果两边主元素是同一个数,那直接return
* 如果不一样,就需要计算搜索范围看哪一个出现的次数更多就返回哪一个
* @param nums
* @return
*/
public int majorityElement2(int[] nums) {
return majorityElementRec(nums, 0, nums.length - 1);
}
private int countInRange(int[] nums, int num, int lo, int hi) {
int count = 0;
for (int i = lo; i <= hi; i++) {
if (nums[i] == num) {
count++;
}
}
return count;
}
private int majorityElementRec(int[] nums, int lo, int hi) {
// base case; the only element in an array of size 1 is the majority
// element.
if (lo == hi) {
return nums[lo];
}
// recurse on left and right halves of this slice.
int mid = (hi-lo)/2 + lo;
int left = majorityElementRec(nums, lo, mid);
int right = majorityElementRec(nums, mid+1, hi);
// if the two halves agree on the majority element, return it.
if (left == right) {
return left;
}
// otherwise, count each element and return the "winner".
int leftCount = countInRange(nums, left, lo, hi);
int rightCount = countInRange(nums, right, lo, hi);
return leftCount > rightCount ? left : right;
}
method 4
Boyer-Moore Voting Algorithm 多数投票算法
一旦两个相邻的元素不同,就把这两个元素对冲抵消掉。由于众数的出现频次大于数据其他元素出现频率次之和,所以这种抵消最后剩下的一定是众数
public int majorityElement(int[] nums){
int count = 1;
int res = nums[0];
for(int i = 1; i< nums.length; i++){
if(count == 0)
res = nums[i];
if(res == nums[i])
count++;
else{
count--;
}
}
return res;
}
method 5
位操作法:该法是我从一篇博客中学到了(忘记了原博的地址了)
因为一个整数在32为机器上只有32位,那么可以使用一个长度为32的数组来记录输入数组中每1位中1的个数和0的个数,由于存在一个出现次数超过一半的元素,那么取第i位中出现次数多的(0或者1)即可以构成超过数组一半元素。
public int majorityElement5(int[] nums) {
int ones = 0;
int zeros = 0;
int res = 0;
for (int i = 0; i < 32; i++) {
for (int j = 0; j < nums.length; j++) {
int num = nums[i];
if ((num & (1 << i)) != 0)
ones++;
else zeros++;
}
if (ones > zeros)
res |= (1 << i);
}
return res;
}
summary
- 找数量上的问题时,如果数量上是占一定优势,可以考虑多数投票算法
- 分治算法,分的每一部分都是对题目直接求答案,如本题是对各自部分求主元素,而不是求什么其他辅助条件,将大问题分为许多小问题
- 位操作,数字数量上的问题,最后会反应到32位上的每一位,可以借鉴这种解法