题目来源:https://leetcode.com/problems/majority-element/description/
方法概览
这题和《算法概论习题》2.23是一样的。老师刚讲过,复习一下。
题目大意:找到出现次数超过一半的元素。
看到题目,应该想到,给定一个整数数组,找出出现次数大于N/2 的那个数,且这样的数若存在,就仅仅存在一个。
方法很多,这里总结四种。
方法 | 复杂度 |
---|---|
快排 | O(nlogn) |
topK | O(n) |
分治 | O(nlogn) |
投票算法 | O(n) |
视作中位数问题
首先要明白,如果一个元素的个数超过N/2则这个元素必然是这N个元素的中位数。则题目转化为找中位数。
方法一(快排)
方法一:最直白的一种,用快排算法,将该数组排序,其中中位数就是主元素,这很容易想通。快排O(nlogn),找中位数O(1)快排算法前两周写了多次了,本周就先不写了。
方法二(topK)
方法二:topK也是刚刚复习过的内容,只不过这里的K位置比较特殊,第K大是中位数而已。
方法一、二详情可以看我的第三周博客 http://blog.csdn.net/raoyx/article/details/78079466
分治
方法三
方法三:根据2.23的提示,先采取分治的思想,用一种复杂度在O(nlogn)的算法。
本题最佳
方法四
方法四:多数投票算法。
思路大致如下:
1.如果count==0,则将now的值设置为数组的当前元素,将count赋值为1;
2.反之,如果now和现在数组元素值相同,则count++,反之count–;
3.重复上述两步,直到扫描完数组。
在本题中,题目明确了主元素是存在的,简化了一些步骤,没有了后边的检查步骤。
class Solution {
public:
vector<int> majorityElement(vector<int>& nums) {
vector<int> v;
int size = nums.size();
int n1=0,n2=0,cn1=0,cn2=0;
for(int i=0;i<size;i++)
{
if(nums[i]==n1)
{
cn1++;
}
else if(nums[i]==n2)
{
cn2++;
}
else if(cn1==0)
{
n1 = nums[i];
cn1 = 1;
}
else if(cn2==0)
{
n2 = nums[i];
cn2 = 1;
}
else
{
cn1--;
cn2--;
}
}
if(cn2==0&&size>0)//用来解决[0 0]的情况
n2=nums[0]-1;
cn1=0;
cn2=0;
for(int i=0;i<size;i++)
{
if(nums[i]==n1)
cn1++;
if(nums[i]==n2)
cn2++;
}
if(cn1>size/3)
v.push_back(n1);
if(cn2>size/3)
v.push_back(n2);
return v;
}
};
(题目升级)找出现次数多于N/3的元素
依然是多数投票算法 Majority Vote Algorithm,这里讲解挺详细。