（JAVA）LeetCode 169 多数元素

最新推荐文章于 2024-08-03 21:34:09 发布

生于四海

最新推荐文章于 2024-08-03 21:34:09 发布

阅读量69

点赞数 1

分类专栏：算法题——LeetCode/剑指Offer

本文链接：https://blog.csdn.net/qq_39589936/article/details/109387173

版权

算法题——LeetCode/剑指Offer 专栏收录该内容

24 篇文章 0 订阅

订阅专栏

这篇博客探讨了如何在给定数组中找到多数元素，即出现次数超过数组长度一半的元素。介绍了三种解法：排序、HashMap统计和摩尔投票法。排序法虽然直观但效率较低，HashMap法在O(n)时间内完成但空间复杂度较高，而摩尔投票法则能在O(n)时间复杂度内使用常数空间解决，表现最优。

摘要由CSDN通过智能技术生成

题目描述

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 ⌊ n/2 ⌋ 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。

在这里插入图片描述

解法一：排序

最简单，由题目描述可知，多数元素为出现次数大于n/2，那么排序后数组中间的数一定为多数元素
如果使用语言自带的排序算法，需要使用 O(logn) 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。
时间复杂度为排序时间复杂度，性能较差，对比排序算法的时间复杂度至少为O(nlogn)

	public int majorityElement(int[] nums) {
        Arrays.sort(nums);
        return nums[nums.length/2];
    }

解法二：HashMap

遍历过程中统计每个数字出现的个数即可。
可以确定的是，超过半数的数字一定有且只有一个。在计数过程中如果出现了超过半数的数字，直接返回即可
时间复杂度为O(n)，空间复杂度为O(n) 性能扔较差

    public int majorityElement(int[] nums) {
        HashMap<Integer,Integer> map = new HashMap<>();
        int n = nums.length;
        for(int i = 0;i<nums.length;i++){
            int before = map.getOrDefault(nums[i],0);
            if(before==n/2){
                return nums[i];
            }
            map.put(nums[i],before+1);
        }
        return -1;
    }

解法三：摩尔投票法

观察代码简单理解为正反相抵消，最终一定为count>0,且flag存储值为众数
时间复杂度O(n),空间复杂度O(1)
牛逼

    public int majorityElement(int[] nums) {
        int count = 0;
        int flag = 0;
        for(int i=0;i<nums.length;i++){
            if(count == 0 ){
                flag = nums[i];
            }
            count += (nums[i] == flag)?1:-1;
        }
        return flag;
    }