解法一:
【解题思路】
查找计数问题,从第一个数开始count=1,遇到相同的就加1,遇到不同的就减1,减到0就重新换个数开始计数,总能找到最多的那个。和摩尔投票法很像,这个是换个数重新计数,需要遍历多次;而摩尔投票法只要遍历一次。稍后会介绍。
【代码实现】
class Solution {
public int majorityElement(int[] nums) {
int count=1;
int maj = nums[0];
for (int i = 1; i < nums.length; i++) {
if (maj == nums[i]) //遇到相同的加1
count++;
else { //遇到不同的数减1
count--;
if (count == 0) { //换下一个数重新开始计数
maj = nums[i + 1];
}
}
}
return maj;
}
}
解法二(摩尔投票法)
【解题思路】
摩尔投票法是1980 年由 Boyer 和 Moore 两个人提出来的算法
我们假设这样一个场景,在一个游戏中,分了若干个队伍,有一个队伍的人数超过了半数。所有人的战力都相同,不同队伍的两个人遇到就是同归于尽,同一个队伍的人遇到当然互不伤害。
这样经过充分时间的游戏后,最后的结果是确定的,一定是超过半数的那个队伍留在了最后。
而对于这道题,我们只需要利用上边的思想,把数组的每个数都看做队伍编号,然后模拟游戏过程即可。
group 记录当前队伍的人数,count 记录当前队伍剩余的人数。如果当前队伍剩余人数为 0,记录下次遇到的人的所在队伍号。
public int majorityElement(int[] nums) {
int count = 1;
int group = nums[0];
for (int i = 1; i < nums.length; i++) {
//当前队伍人数为零,记录现在遇到的人的队伍号
if (count == 0) {
count = 1;
group = nums[i];
continue;
}
//现在遇到的人和当前队伍同组,人数加 1
if (nums[i] == group) {
count++;
//遇到了其他队伍的人,人数减 1
} else {
count--;
}
}
return group;
}
解法三(位运算法)
【解题思路】
5 5 2 1 2 2 2 都写成 2 进制
1 0 1
1 0 1
0 1 0
0 0 1
0 1 0
0 1 0
0 1 0
由于 2 是超过半数的数,它的二进制是 010,所以对于从右边数第一列一定是 0 超过半数,从右边数第二列一定是 1 超过半数,从右边数第三列一定是 0 超过半数。然后每一列超过半数的 0,1,0 用 10进制表示就是 2
所以我们只需要统计每一列超过半数的数,0 或者 1,然后这些超过半数的二进制位组成一个数字,就是我们要找的数。
当然,我们可以只统计 1 的个数,让每一位开始默认为 0,如果发现某一列的 1 的个数超过半数,就将当前位改为 1。
【代码实现】
public int majorityElement(int[] nums) {
int majority = 0;
int n = nums.length;
//判断每一位
for (int i = 0, mask = 1; i < 32; i++, mask <<= 1) {
int bits = 0;
//记录当前列 1 的个数
for (int j = 0; j < n; j++) {
if ((mask & nums[j]) == mask) {
bits++;
}
}
//当前列 1 的个数是否超过半数
if (bits > n / 2) {
majority |= mask;
}
}
return majority;
}