Given an integer array of size n, find all elements that appear more than ⌊ n/3 ⌋
times. The algorithm should run in linear time and in O(1) space.
题目分析:这道题跟Majority Element类似,我想到摩尔投票。
摩尔投票的原理:
首先我们注意到这样一个现象: 在任何数组中,出现次数大于该数组长度一半的值只能有一个。
通过数学知识,我们可以证明它的正确性,但是这并不在我们这篇博客里涉及。
摩尔投票法的基本思想很简单,在每一轮投票过程中,从数组中找出一对不同的元素,将其从数组中删除。这样不断的删除直到无法再进行投票,如果数组为空,则没有任何元素出现的次数超过该数组长度的一半。如果只存在一种元素,那么这个元素则可能为目标元素。
那么有没有可能出现最后有两种或两种以上元素呢?根据定义,这是不可能的,因为如果出现这种情况,则代表我们可以继续一轮投票。因此,最终只能是剩下零个或一个元素。
在算法执行过程中,我们使用常量空间实时记录一个候选元素c以及其出现次数f(c),c即为当前阶段出现次数超过半数的元素。根据这样的定义,我们也可以将摩尔投票法看作是一种动态规划算法。
程序开始之前,元素c为空,f(c)=0。遍历数组A:
* 如果f(c)为0,表示截至到当前子数组,并没有候选元素。也就是说之前的遍历过程中并没有找到超过半数的元素。那么,如果超过半数的元素c存在,那么c在剩下的子数组中,出现次数也一定超过半数。因此我们可以将原始问题转化为它的子问题。此时c赋值为当前元素, 同时f(c)=1。
* 如果当前元素A[i] == c, 那么f(c) += 1。(没有找到不同元素,只需要把相同元素累计起来)
* 如果当前元素A[i] != c,那么f(c) -= 1 (相当于删除1个c),不对A[i]做任何处理(相当于删除A[i])
如果遍历结束之后,f(c)不为0,则找到可能元素。
再次遍历一遍数组,记录c真正出现的次数,从而验证c是否真的出现了超过半数。上述算法的时间复杂度为O(n),而由于并不需要真的删除数组元素,我们也并不需要额外的空间来保存原始数组,空间复杂度为O(1)。
对于此题,我们可以考虑下面的东西:
1. 超过1/3的值不超过两个
2. 可以扫描两轮,第一轮需要找到潜在对象,设定两个潜在对象,如果是对象,对应数值增加,如果count=0,更新,否则count--.
第二轮找到潜在对象对应的个数。
3.需要对数值等于0特殊处理
具体代码如下:
public List<Integer> majorityElement(int[] nums) {
List<Integer> res=new ArrayList<Integer>();
int n1=0;
int n2=0;
int cn1=0;
int cn2=0;
int len=nums.length;
for(int i=0;i<len;i++ )
{
if(nums[i]==n1)
{
cn1++;
}
else if(nums[i]==n2)
{
cn2++;
}
else if(cn1==0)
{
n1=nums[i];
cn1++;
}
else if(cn2==0)
{
n2=nums[i];
cn2++;
}
else
{
cn1--;
cn2--;
}
}
if(cn2==0&&len>0)
{
n2=0;
}
cn1=0;
cn2=0;
int cn0=0;
for(int i=0;i<len;i++)
{
if(nums[i]==n1)
cn1++;
else if(nums[i]==n2)
cn2++;
else if(nums[i]==0)
cn0++;
}
if(cn1>(len/3))
{
res.add(n1);
}
if(cn2>(len/3))
{
res.add(n2);
}
if(cn0>(len/3)&&n1!=0&&n2!=0)
{
res.add(0);
}
return res;
}