给定一个大小为 n 的数组,找到其中的众数。众数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众数。
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
第一种思路:暴力枚举,第一个for遍历数组元素,第二个for计算该数组元素个数,判断是否为众数,比较容易想到,这里就不贴代码
第二种思路:使用一个标记,刚开始打算用book数组,以空间换时间,但亲你得注意了,数组元素可能有负数,所以此法不通。然后想到C++的map容器
class Solution {
public:
int majorityElement(vector<int>& nums) {
map<int,int> mp;
int ans = nums[0];
for(int i = 0;i < nums.size();++i)
{
mp[nums[i]]++;
//如果找到了,就没有必要继续循环了
if(mp[nums[i]] > nums.size()/2)
{
ans = nums[i];break;
}
}
return ans;
}
};
第三种思路:来自力扣官方解法
想法
如果我们把众数记为 +1+1+1 ,把其他数记为 −1-1−1 ,将它们全部加起来,显然和大于 0 ,从结果本身我们可以看出众数比其他数多。
算法
本质上, Boyer-Moore 算法就是找 nums 的一个后缀 sufsufsuf ,其中 suf[0]suf[0]suf[0] 就是后缀中的众数。我们维护一个计数器,如果遇到一个我们目前的候选众数,就将计数器加一,否则减一。只要计数器等于 0 ,我们就将 nums 中之前访问的数字全部 忘记 ,并把下一个数字当做候选的众数。直观上这个算法不是特别明显为何是对的,我们先看下面这个例子(竖线用来划分每次计数器归零的情况)
[7, 7, 5, 7, 5, 1 | 5, 7 | 5, 5, 7, 7 | 7, 7, 7, 7]
首先,下标为 0 的 7 被当做众数的第一个候选。在下标为 5 处,计数器会变回0 。所以下标为 6 的 5 是下一个众数的候选者。由于这个例子中 7 是真正的众数,所以通过忽略掉前面的数字,我们忽略掉了同样多数目的众数和非众数。因此, 7 仍然是剩下数字中的众数。
[7, 7, 5, 7, 5, 1 | 5, 7 | 5, 5, 7, 7 | 5, 5, 5, 5]
现在,众数是 5 (在计数器归零的时候我们把候选从 7 变成了 5)。此时,我们的候选者并不是真正的众数,但是我们在 遗忘 前面的数字的时候,要去掉相同数目的众数和非众数(如果遗忘更多的非众数,会导致计数器变成负数)。
因此,上面的过程说明了我们可以放心地遗忘前面的数字,并继续求解剩下数字中的众数。最后,总有一个后缀满足计数器是大于 0 的,此时这个后缀的众数就是整个数组的众数。
class Solution {
public:
int majorityElement(vector<int>& nums) {
int count = 0;
int candiate;
for(int i = 0;i < nums.size();++i)
{
if(count == 0)
candiate = nums[i];
count += (nums[i]==candiate)?1:-1;
}
return candiate;
}
};