LeetCode——求过半的众数

题目：
给定一个大小为 n 的数组，找到其中的多数元素。多数元素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多数元素。

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/majority-element
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

我给出的解法：

void quick_sort(vector<int>& s, int l, int r)
{
	if (l < r)
	{
		//Swap(s[l], s[(l + r) / 2]); //将中间的这个数和第一个数交换 参见注1
		int i = l, j = r, x = s[l];
		while (i < j)
		{
			while (i < j && s[j] >= x) // 从右向左找第一个小于x的数
				j--;
			if (i < j)
				s[i++] = s[j];

			while (i < j && s[i] < x) // 从左向右找第一个大于等于x的数
				i++;
			if (i < j)
				s[j--] = s[i];
		}
		s[i] = x;
		quick_sort(s, l, i - 1); // 递归调用 
		quick_sort(s, i + 1, r);
	}
}

int majorityElement1(vector<int>& nums) {
	quick_sort(nums.begin(), nums.end());
	return nums[nums.size() / 2];
}

对数组快排后，因为知道必存在数目超过n/2的元素，则第n/2个元素必是已经排序了。提交失败，时间过长。
但有一种答案给出的思路与我相同。区别仅在于我写了一遍quick_sort，他直接调用了algorithm库里的sort。但那个是可以过的…理论上时间复杂度应该是相同的，就很迷惑。

int majorityElement1(vector<int>& nums) {
	quick_sort(nums.begin(), nums.end());
	return nums[nums.size() / 2];
}

调用了algorithm库中的sort（）函数，sort函数的用法为，#include sort（beginnum，endnum）。
这种方法只有排序的复杂度，也就是O(nlogn)，还蛮香的。而且空间复杂度为O(1)。

下一个很香的办法为哈希映射，时间复杂度O(n)，空间复杂度O(n)。

    int majorityElement(vector<int>& nums) {
        unordered_map<int, int> counts;
        int majority = 0, cnt = 0;
        for (int num: nums) {
            ++counts[num];
            if (counts[num] > cnt) {
                majority = num;
                cnt = counts[num];
            }
        }
        return majority;
    }

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/majority-element/solution/duo-shu-yuan-su-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

数据结构还没学到这儿，俺看不懂代码但能明白意思，等俺回头补上。

随机抽取
个人觉得最牛*的思路！由于此众数过半，随机抽取到的几率极高。

int majorityElement(vector<int>& nums) {
        while (true) {
            int candidate = nums[rand() % nums.size()];
            int count = 0;
            for (int num : nums)
                if (num == candidate)
                    ++count;
            if (count > nums.size() / 2)
                return candidate;
        }
        return -1;
    }

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/majority-element/solution/duo-shu-yuan-su-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

两个知识点：

1. for (int num : nums) 用num代表nums的每个元素，一遍又一遍的遍历
2. rand（）函数，由库提供，这个库还有qsort（）等很香的函数。
   理论上来说，有可能时间复杂度为正无穷，一辈子猜不出来。但运用期望来讲的话，时间复杂度是O（n），几乎没有空间复杂度，空间复杂度是O(1)。

还可以用分治的思想，不过时间复杂度和空间复杂度都不是很理想

效率最香，最值得学的算法！！Boyer-Moore 投票算法

    int majorityElement4(vector<int>& nums) {
	int candidate = -1;
	int count = 0;
	for (int num : nums) {
		if (num == candidate)
			++count;
		else if (--count < 0) {
			candidate = num;
			count = 1;
		}
	}
	return candidate;
}

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/majority-element/solution/duo-shu-yuan-su-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

我们维护一个候选众数 candidate 和它出现的次数 count。初始时 candidate 可以为任意值，count 为 0；
我们遍历数组 nums 中的所有元素，对于每个元素 x，在判断 x 之前，如果 count 的值为 0，我们先将 x 的值赋予 candidate，随后我们判断 x：
如果 x 与 candidate 相等，那么计数器 count 的值增加 1；
如果 x 与 candidate 不等，那么计数器 count 的值减少 1。
在遍历完成后，candidate 即为整个数组的众数。
作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/majority-element/solution/duo-shu-yuan-su-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

投票算法证明：

如果候选人不是maj 则 maj,会和其他非候选人一起反对 会反对候选人,所以候选人一定会下台(maj==0时发生换届选举)
如果候选人是maj , 则maj 会支持自己，其他候选人会反对，同样因为maj 票数超过一半，所以maj 一定会成功当选。

仅需要遍历一遍，和新建几个变量。
时间复杂度是O(n)，空间复杂度是O(1)。贼厉害!