摩尔投票法

今天写了一题简单题的算法题

169. 多数元素

给定一个大小为 n 的数组，找到其中的多数元素。多数元素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多数元素。

示例 1：

输入：[3,2,3]
输出：3

来源：力扣（LeetCode）

实现目标很简单，哈希表存出现次数，或者排序直接取中位数，但都不是最完美的

排序时间复杂度降不下来O(NlogN)，当然也可以用快速选择（基于随机快速排序改进），直接选出中位数，平均期望时间复杂度也为O(N),但是有点大材小用了吧…？

哈希表用了额外的内存，空间复杂度为O(N)

于是完美的方法来了：摩尔投票法

把非众数的票当作-1，众数的票当作1，全员投完票之后值肯定>0(因为出现次数必须>n/2,不能==n/2)

但是我们就是不知道众数啊，没事，看大佬的ppt吧，懒得画了

意思就是先把每一个当前遍历到的数字当成是众数，然后统计票数，一旦票数为0就抛弃它，选择下一个数当假设的众数，然后继续计票，所以每一个被当作假设的数字的下标都为偶数

0,2,4,6,8

毕竟要使票数为0，1和-1的票数肯定是一样的

最后遍历完数组的时候，没被抛弃的就是众数，没被抛弃是指一直没被抛弃或者没来得及抛弃

比如

2,1,2,3,2,4,2

这种遍历到最后，最后的2被假设成众数，此时票数为1票，但是因为后续没有其他票了，因此它不会被抛弃

你可能会问，如果是这种怎么办

1,2,3,2,4,2,5,2

不是说只有下标为偶数才有被假设的资格嘛，一眼看上去似乎不太对劲，但是这个数组其实并不满足题意，因为2的次数没有>n/2，而是==n/2，不必担心

代码：

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int count = 0, res = 0;
        for(int&num:nums)
        {
            if(count == 0)//票数为0时抛弃之前的数，并假设现在的数为众数
            res = num;
            count += num==res?1:-1;//计票
        }
        return res;
    }
};