算法总结——摩尔投票算法思想

摩尔投票算法

[PS:摩尔投票思想其实就是一组数据nums[n]，其中有一个数a的数量大于等于n/2,这组数据竞争找出那个a，本身思想很简单，我把它放过来主要以为，摩尔投票提供了很好的时间复杂度O(n),和空间复杂度O(1)。]

思想：在我们求一组数据中大于等于n/2的数时，可以用排序遍历，或者排序求中位数，或者用map（hash），但是相应时间和空间复杂度都不是很满意，用摩尔就是取众数+1，非众数-1，最后加下来必定>1,也就找出了众数。

算法流程:

1.首先假设第一个数为众数temp=nums[0]，count=1，
2.往后遍历遇到与这个数相同则count+1，负责count-1,
3.若count==0时，将下一个数置为temp，同时count=1，
4.重复上述步骤。
5.最后temp中就是众数

代码：

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int temp = max;   //这边取max其实是怕万一nums中有和temp相等的
        int count = 0;
        for (int num : nums) {
            if (num == temp)
                count++;
            else {
               if(count!=0) count--;
               else{
                   temp==num;
                   count=1;
               }
            }            
        }
        return temp;
    }
};

补充

当然还有找出所有>=n/3的，同样可以用投票，不过这时候需要设置，两个起始数，因为最多只有2个数a,b，这两个数不互相竞争并且共进退，也就是如果后面遇到不是a,b,那么a，b的count都要减1，如果遇到a,b,这两个数相应的count+1，另外，开始的时候要选择两个不一样的起始，自己加个判断就好了。算法思想大同小异，就不写了。

还有如果只是单独想找出最多，可以用hash之类的。