大小为N的数组A,其主要元素是一个出现次数超过N/2的元素。例如,数组
3, 3, 4, 2, 4, 4, 2, 4,4
有一个主要元素4,而数组
3, 3, 4, 2, 4, 4, 2, 4
没有主要元素。(原题为《数据结构与算法分析》 2.19)
原题的提示有些抽象,参考此文,用C++写了一个解法。
主要思想即为:
1.找出一个候选元。
2.检查此元素是否为主要元素。
#include <iostream>
using namespace std;
int main()
{
int arrayL = 9;
int array[] = {3,3,4,2,4,4,2,4,4};
int manEle = 0; //记录可能成为主要元素的数
int duilNum = 0; //该待选主要元素的重复次数
for(int i=0; i < arrayL; i++)
{
//在这一段数组子集中,该候选元素的重复次数不超过1/2,更换候选元,重新计数
if(duilNum == 0)
{
manEle = array[i];
duilNum++;
}else if(array[i] == manEle)
{
duilNum++;
}else
{
duilNum--;
}
}
duilNum = 0;
for(int i=0; i<arrayL; i++)
{
if(array[i] == manEle){
duilNum++;
}
}
if(duilNum > arrayL/2)
{
cout << "manEle:" << manEle << endl;
}else
{
cout << "no manEle" << endl;
}
system("pause");
}
这种解法和该书这一章的 求最大子序列之和有些神似之处
int MaxSubsequenceSum4(const int A[], int N)
{
int ThisSum, MaxSum, i;
ThisSum = MaxSum = 0;
for(i=0; i < N; i++)
{
ThisSum += A[i];
if(ThisSum > MaxSum)
MaxSum = ThisSum;
else if(ThisSum < 0)
ThisSum = 0;
}
return MaxSum;
}
两个算法都只遍历了数组一次,随遍历记录特性,当指定条件不满足之时,重新记录特性,且之前的数据可以不用了,不会对最终结果产生影响。