【算法分析与设计】【第五周】169. Majority Element

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。

---

参考：
http://blog.csdn.net/ztf312/article/details/51011022