Boyer-Moore投票算法

这篇博客介绍了一种在O(N)时间复杂度内找出整数序列主元素的算法。通过两遍历策略,首先进行元素计数并抵消,然后二次遍历验证候选主元素出现次数是否超过序列一半。这种方法避免了排序和穷举法的高时间复杂度,适用于处理大规模数据。
摘要由CSDN通过智能技术生成

【问题描述】这是一道2013年考研真题,已知一个整数序列A长度为N,其中若存在a,且a的个数大于N/2,则称a为A的主元素

例如:3 5 5 3 5 7 5 5,其主元素为5

又如:3 5 5 3 5 1 5 7,其中没有主元素。

假设元素保存在一个一维数组中,请设计一个尽可能高效的算法,找出主元素。若存在主元素则输出该元素否则输出

要求时间复杂度为O(N),请注意穷举法时间复杂度是O(N^2),排序再遍历查找的时间复杂度是O(N*logN+N)

【输入形式】

一个整数数组,以0作为结束输入

【输出形式】

主元素,若没有则输出-1

【样例输入】

3 5 5 3 5 7 5 5 0

【样例输出】

5

【样例说明】长度为8,共有5个‘5’
先放完整代码:

#include <iostream>
using namespace std;
int major(int *nums, int len)
{
	int candidate = -1;
	int count = 0;
	for (int i = 0; i < len; i++)
	{
		if (count == 0)
		{
			candidate = nums[i];
		}
		if (nums[i] == candidate)
		{
			count++;
		}
		else
		{
			count--;
		}
	}
	count = 0;
	for (int i = 0; i < len; i++)
	{
		if (nums[i] == candidate)
		{
			count++;
		}
	}
	return count * 2 > len ? candidate : -1;
}

int main()
{
	int a[100],temp,len=0;
	cin >> temp;
	while (temp != 0)
	{
		a[len] = temp;
		len++;
		cin >> temp;
	}
	cout << major(a,len);
}

这种算法的主要原理是,主要元素必须超过总元素的一半,即主要元素出现的次数要大于其他所有元素之和,在遍历中两两抵消,最后要满足count>=1。
由于不一定会出现主要元素,第一次遍历后选出来的可能是主要元素,也可能是其他数据,所以要第二次遍历来计数,如果满足了count*2大于数组长度,此时candidate这个数据才是主要元素。

评论
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
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