多数投票算法(Boyer-Moore Algorithm)详解

问题描述

  给定一个无序数组，有n个元素，找出其中的一个多数元素，多数元素出现的次数大于一半，注意数组中也可能不存在多数元素，如果存在多数元素则返回该多数元素，否则返回-1。

常规解法

解法1

先排序，判断是否存在主要元素。由于需要排序，那么时间复杂度为O(nlogn)；空间复杂度为O(1)。

int majorityElement(vector<int>& nums) {
	sort(nums.begin(), nums.end());
	for(int i = 0; (i+nums.size()/2) < nums.size(); i++)
	{
	    //每次步进一半的元素就可以判断num[i]是否为主要元素
	    if(nums[i] == nums[i+nums.size()/2])
	        return nums[i];
	}
	return -1;
}

解法2

哈希表计数，如果计数值>size/2返回。时间复杂度为O(n)。由于要用到哈希表因此空间复杂度为O(n)。

int majorityElement(vector<int>& nums) {
	unordered_map<int, int> hash;
	for(auto x : nums)
	{
	    hash[x]++;
	    if(hash[x] > nums.size()/2)
	        return x;
	}
	return -1;
}

多数投票算法

  原理解析：核心就是对拼消耗。如果存在多数元素，用count记录在count为0前的多数元素值。先假设一个多数元素，如果遇到多数元素，count值加一；如果遇到非多数元素，count值减一。如果假设的多数元素就是真实的多数元素，那么当count减为0时，我们消耗掉了与多数元素一样多的非多数元素，数组剩余部分中的多数元素数值不变。如果假设的多数元素不是真正的多数元素，那么我们还消耗了非多数元素，数组剩余部分中的多数元素数值变多。这两种情况证明了关键的一点数组中从起始点到count减到0的那一段可以被去除，余下部分的多数元素依然是原数组的多数元素。我们可以不断重复这个过程，直到扫描到数组尾部，那么count必然会大于0，而且这个count对应的候选元素就是原数组的多数元素。最后再看不存在多数元素的情况，我们只需要在最后对原数组进行遍历，验证找到的多数元素是否满足需求即可。
具体代码如下：

int majorityElement(vector<int>& nums) {
        int x = 0, votes = 0, count = 0;
        for(int num : nums){
            if(votes == 0) 
            	x = num;
            votes += num == x ? 1 : -1;
        }
        // 验证 x 是否为多数元素
        for(int num : nums)
            if(num == x) count++;
        return count > nums.size() / 2 ? x : -1; // 当无多数元素时返回 -1
    }

多数投票算法时间复杂度为O(n)，空间复杂度为O(1)。