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:
- for (int num : nums) 用num代表nums的每个元素,一遍又一遍的遍历
- 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!