leetcode: 求众数

求众数

题目：
给定一个大小为 *n *的数组，找到其中的众数。众数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众数。
示例 1:
输入: [3,2,3]
输出: 3
示例 2:
输入: [2,2,1,1,1,2,2]
输出: 2

法一(Map)

首先， 题目，我们明白了，目的就是找出数组中每个数字出现的次数，并且大于n/2。
解题步骤：

1. 使用map，key作为数组元素的值，val为每个元素值的统计次数。
2. 遍历数组，统计出每个元素的值，并放入map中。
3. 每次遍历判断是否map中有该元素，有的话，拿出map中的统计次数进行加1,后判断是否大于n/2，如果是，则直接返回。

时间复杂度分析： 因为只需要遍历一次，且map的get和put时间复杂度都为O(1)，所以整体的时间复杂度为O(n)。
空间复杂 分析：因为用了map，开辟了内存空间，所以空间复杂度为O(n)
代码如下：

/**
 * Map解法
 *   时间复杂度：O(n)  空间复杂度为O(n)
 * @param nums
 * @return
 */
public static int majorityElement(int[] nums) {

    if (nums.length == 0 || nums.length == 1) {
        return nums[0];
    }
    int result = 0;
    // 1. 定义hashmap，key为每个数字，val为出现的次数
    HashMap<Integer, Integer> map = new HashMap<>();
    int count = 0;
    // 2. 遍历数组元素，加入hashmap并判断
    for (int i = 0; i < nums.length; i++) {
        count = 0;
        // 3. map中如果有该元素，进行次数相加
        if(map.get(nums[i])!=null) {
            count = map.get(nums[i]);
             count++;
            map.put(nums[i], count);
            // 如果次数大于n/2,则返回结果
            if (count > (nums.length>>1)) {
                result =  nums[i];
            }
        }else {
            // 元素放入map中
            count++;
            map.put(nums[i], count);
        }
    }
    return result;
}

法二（摩尔投票法)

即如果把 该众数记为 +1 ，把其他数记为 −1 ，将它们全部加起来，和是大于 0 的。
算法思想就是： 选举一个元素值为候选人，如果遍历到的元素值为跟当前候选人一样，则投票加1，表示支持。当遍历的元素值非候选人，则投票-1，反对它选举。并且当投票计数器为0，那么也就没人支持该候选人，则要换人作为候选人，继续投票。

我们按上面思路来走一遍步骤：

1 我们设置两个变量，分别是候选人,候选人的投票次数，则首先，候选人投票肯定投自己的啦，所以投票次数刚开始肯定为1

2 接下来，当遍历到的元素不是候选人，则将投票次数进行-1操作

3. 遍历到-1，此时投票次数为0，换人，则-1作为候选人，投票次数为1，继续遍历

4. 遍历到3，此时投票次数为减为0

5 继续遍历3，此时看到候选人投票次数为0，则赶紧换人，则候选人为3，投票次数为1

6. 继续遍历，此时又遍历到3，自己人呀，赶紧投票次数+1，选举有希望啦。

7 继续遍历到-1，则遇到敌人，投票次数减1，此时投票次数为1

8. 最后一个，又是自己人，投票次数+1，此时投票此时大于0， 3成功选举

上面的解题步骤已经清晰了，那么我们来分析它的时间复杂度整个遍历只用了一次，则时间复杂度为O(n)。
空间复杂度分析： 因为没有额外使用其他内存空间，所以空间复杂度为O(1).
代码：

/**
 *  选举人算法实现
 * @param nums
 * @return
 */
public static int majorityElement(int[] nums) {


    // 1 设置一个为候选人,一个为计数器
    int candidate = nums[0];
    int count = 1;

    for (int i = 1; i < nums.length; i++) {
        // 如果投票次数为0，则换人投票
        if (count == 0) {
            candidate = nums[i];
            count = 1;
        } else if (candidate == nums[i]) {
            // 如果找到自己，则投票器加1
            count++;
        }else {
            // 不是自己人，则投票数-1
            count--;
        }
    }

    return candidate;

}

leetcode上性能很好：

法三 排序

这里是leetcode对于排序的题解，下面的解法就让人很打开眼界，笔者原来思路是排序后再进行比较，没想到这里居然就两行代码搞定了。

 public int majorityElement(int[] nums) {
        Arrays.sort(nums);
        return nums[nums.length/2];
    }

复杂度分析
时间复杂度：O(nlgn)O(nlgn)
用 Python 和 Java 将数组排序开销都为 O(nlgn)O(nlgn) ，它占据了运行的主要时间。
空间复杂度：O(1)O(1) 或者 O(n)O(n)
我们将 nums 就地排序，如果不能就低排序，我们必须使用线性空间将 nums 数组拷贝，然后再排序。