LeetCode每日一练(主要元素)

博客讨论了一种在O(N)时间和O(1)空间复杂度内找出数组中主要元素的方法,即占比超过一半的元素。首先介绍了使用HashMap统计元素个数的传统方法,然后引入了Boyer-Moore投票算法,通过迭代消除不同元素来寻找可能的主要元素。在找到候选主要元素后,进行二次校验确保其数量超过数组长度的一半。这种方法在某些情况下可能存在漏洞,但通过校验可以确保正确性。
摘要由CSDN通过智能技术生成

题目如下:

数组中占比超过一半的元素称之为主要元素。给你一个 整数 数组,找出其中的主要元素。若没有,返回 -1 。请设计时间复杂度为 O(N) 、空间复杂度为 O(1) 的解决方案。

在这里插入图片描述
题目描述的是找出一个整数数组中的主要元素,这个主要元素的个数要超过数组长度的一半,并且要求时间复杂度为O(N),我们首先想到的解决办法就是得到数组中每个元素的个数,再去判断是否有某个元素的个数超过了数组长度的一半,若有,则找到了主要元素;若没有,则没有主要元素,返回 -1。

代码如下:

public static int majorityElement(int[] nums) {
        // 计算数组中每个元素的个数
        Map<Integer, Integer> map = new HashMap<>();
        for (int num : nums) {
            if (map.containsKey(num)) {
                // 若map中存在,则数量加1
                Integer count = map.get(num);
                map.put(num, ++count);
            } else {
                // 若map中不存在,存入map,数量为1
                map.put(num, 1);
            }
        }

        AtomicInteger mainNum = new AtomicInteger(-1);
        // 遍历map集合,检查是否有元素个数超过了数组长度的一半
        map.forEach((k, v) -> {
            if (v > nums.length / 2) {
                // 若存在这样的数,则找到主要元素
                mainNum.set(k);
            }
        });
        // 若不存在,直接返回-1
        return mainNum.get();
    }

将代码提交到LeetCode,测试通过:
在这里插入图片描述
虽然测试通过了,但是这道题仍然做得不太完美,两次遍历大大降低了执行效率,那么有没有办法能够提高效率呢?

我们可以采用Boyer-Moore 投票算法,其思想是从数组中删除两个不同的元素,直到投票过程无法继续,此时数组为空或者数组中剩下的元素都相等。

什么意思呢?想象一下,主要元素的个数既然超过了数组长度的一半,那么它的个数就一定大于主要元素之外的其它元素个数之和,倘若让每个非主要元素与主要元素两两相互抵消,那么最后剩下的就一定是主要元素,比如:

在这里插入图片描述
对于这样的一个数组,我们首先定义一个count变量用于记录主要元素的个数,首先假设数组的第一个元素是主要元素:
在这里插入图片描述
接着往后遍历:
在这里插入图片描述
此时count的值为3,继续遍历后发现数值为2,此时让count减1:
在这里插入图片描述
遍历到第3个数值2时,count值为0,足以说明数值1一定不是主要元素,再假设下一个数值为主要元素:
在这里插入图片描述
这样就成功求得了主要元素为2。

再来看一个更为复杂一些的例子:
在这里插入图片描述
首先假设数值1为主要元素,发现下一个数值为2,count减1:
在这里插入图片描述
此时证明该位置之前的元素(包括当前位置)均不是主要元素(需要注意的是仅仅是在当前位置之前可以认为不是主要元素),然后假设下一个数值5为主要元素,count加1:
在这里插入图片描述

发现下一个数值为9,count减1:
在这里插入图片描述

此时假设下一个数值5为主要元素,以此类推,直到:
在这里插入图片描述
发现下一个数值为5,count加1:
在这里插入图片描述
下一个数值仍然为5,count加1:
在这里插入图片描述
由此我们能够发现一个规律,当count为0时,我们就假设当前位置元素为主要元素,若是下一个元素与其相等,则count加1;若是不相等,则count减1,当count减为0时,要重新假设新的主要元素,遍历结束后,若count大于0,则假设的主要元素就是数组中的主要元素;若count不大于0,则没有主要元素。

但这并不是绝对的,比如:
在这里插入图片描述
首先假设数值1为主要元素:
在这里插入图片描述
发现下一个数值为2,count减1,一直减到0:
在这里插入图片描述
此时让下一个数值3作为主要元素,但事实上这个数组中并没有主要元素。

举一个比较形象的例子,倘若多个国家发生战争,战争的方式非常简单粗暴,每个国家每次都派出一个士兵两两单挑,每次单挑只有一个结果,就是同归于尽,最后只要哪边还有人存活,那么活下来的那个国家参战人数就是最多的。但事实上,若是其它国家斗得两败俱伤,却让只派出了一个士兵的国家获胜了,我们能说这个国家派出的士兵数是最多的吗?

所以该算法对于这个需求是有漏洞的,为此,我们需要在求出主要元素之后,再进行一次校验,检查它的count是否大于了数组长度的一半,如果是,才能说明它是主要元素。

最终代码如下:

public static int majorityElement(int[] nums) {
        // 定义主要元素
        int mainNum = -1;
        // 计数器
        int count = 0;
        // 遍历数组
        for (int num : nums) {
            // 若是count = 0,则假设当前元素为主要元素
            if (count == 0) {
                mainNum = num;
            }
            if (mainNum == num) {
                // 若是当前元素等于主要元素,则count加1
                count++;
            } else {
                // 若是不等于,则count减1
                count--;
            }
        }
        // 此时mainNum即为主要元素,对其进行再次校验
        count = 0;
        for (int num : nums) {
            if (mainNum == num) {
                count++;
            }
        }
        if (count > nums.length / 2) {
            return mainNum;
        } else {
            return -1;
        }
    }

测试通过:
在这里插入图片描述

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

.caixukun

你们的支持是我创作最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值