leetcode--169. Majority Element

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;
        
    }
};