leetcode多数元素

最新推荐文章于 2024-09-21 14:48:47 发布

xw喜欢编程

最新推荐文章于 2024-09-21 14:48:47 发布

阅读量29

点赞数

文章标签：算法 python 人工智能 leetcode

本文链接：https://blog.csdn.net/weixin_63369415/article/details/130949544

版权

文章介绍了三种方法来找出数组中的多数元素，即出现次数超过n/2的元素。第一种是随机化算法，通过随机选择并检查元素出现次数。第二种是排序后取中间元素，适用于已排序数组。第三种采用了Boyer-Moore投票算法，通过动态计数找到众数。

摘要由CSDN通过智能技术生成

给定一个大小为 n 的数组 nums ，返回其中的多数元素。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：nums = [3,2,3]
输出：3
示例 2：

输入：nums = [2,2,1,1,1,2,2]
输出：2

提示：
n == nums.length
1 <= n <= 5 * 104
-109 <= nums[i] <= 109

法一、随机化算法，从算法设计的第八章得到的，在这道题效果还算可以

import random
class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        
        while True:
            a=random.choice(nums)
            if sum(1 for i in nums if i == a) > len(nums)//2:
                # 如果 a 在 nums 中出现的次数大于半数，则返回该值
                return a
        return None

这段代码中使用了随机化算法来查找给定整数列表的众数。算法流程如下：

随机从列表中选取一个元素。
对于该随机元素，计算其出现次数是否超过了一半。若是，则返回该元素，否则重复上述步骤。

由于随机性的存在，该算法不保证每次查找都能成功找到出现次数超过一半的众数。但，在样本容量和众数占比越高时，该算法成功找到众数的概率也会越高。

时间复杂度：该算法的时间复杂度是 O(∞) 的，因为在最坏情况下，可能需要无限次地重新选择随机数才能找到最终的众数。不过在平均情况下，该算法通常能够呈指数级别的优势，并且能够以较小的样本容量找到众数。显然，如果列表中不存在众数，则该算法就会变得非常低效。

空间复杂度：该算法并不需要额外的空间来存储中间结果，因此其空间复杂度为 O(1)。

需要注意的是，虽然随机化算法看起来很简单，但它的正确性需要更多的理论研究来支持，并且难以评估其性能和优越性。因此，在使用时需要谨慎分析问题的规模、贡献度和数据分布情况等因素，确定并优化算法选择，从而获得更好的效果。

法二、很简单，绝了

class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        nums.sort()
        return nums[len(nums)//2]

法三、


class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        count=nums[0]
        k=0
        for i in nums:
            if count==i:
                k+=1
            else:
                k-=1
            if k==0:
                count=i
                k=1
        return count

该段代码实现了查找给定数组中的众数（出现次数超过一半的元素）的功能。算法使用了 Boyer-Moore 投票算法，通过遍历数组并使用计数器来动态确定当前众数的候选对象，并在遇到非候选元素时对计数器进行相应的修改，以便不断地更新众数的值。

具体流程如下：