寻找发帖水王问题总结

题目是这样描述的：“水王”发帖的数目超过了所有帖子的一半，有各个帖子的作者ID，求这个水王的ID

编程之美给出了两种巧妙的解法

解法一：ID排序，那么ID列表中的N/2项即为要找的ID（还要排序，时间复杂度为O(NlogN)）

解法二：通过查找，每次从列表中除去两个不一样的ID，最后就可以得出这个ID，时间复杂度O（N）。写法上也有技巧，不必非要找到一个不一样的在继续下去，如果下一个一样，那么用一个变量记录这个次数，把次数+1，遇见不一样的－1。例如1，1，2，3，4 初始value ＝1，count ＝1，第二个1，value ＝ 1，count ＝2，下一个2，value＝1，count=1,下一个3，value＝3，count=0,下一个4，value＝4，count＝1...一直到最后，看下value的值，就是所要找的ID。

解法三：这个问题也可以用hash统计，在找出那个ID，时间复杂度为O（N），但是空间复杂度比解法二大些，最坏可能为O(N）而解法二为O(1)。

 

 以上两种方法有思路很特别，但是各有优缺点，下面是我的总结下我的理解～

对与解法二，这个算法有个缺点，不能确切知道这个ID出现多少次，只能知道这个ID出现的次数大于N/2。（如果想知道，最后还要遍历次，在海量数据的时候，多遍历一次的代价是要考虑的）

对为题扩张下～

对于解法一，如果已知有两个发帖量在1/3以上的ID，可以在排序后，在N/3，2N/3的地方取一个数，在统计下这两个数出现的次数，既可以判断，时间复杂度O(NlogN)+O(N)还是O（NlogN）

对于解法二，同样上述问题，那么value和count可以用一个二维数组来记录，同样时间复杂度为O（N）

 

在对问题扩展下，对海量数据的时候～

解法一就变成了“海量数据找出中位数的问题了”，而且不用全部的排序（不是海量数据的时候也可以按找中位数的方法）～这样，利用数的特性，每个整数都是用32位的二进制数表示的，按照最高几位的顺序分块，（分完后块是有大小顺序的）统计每块数的个数，就可以确定这个中位数在哪个块里面了，在对那个块这样运算，最终会找到这个中位数。

对于解法二，也可以递推下，前提条件式必须是已知有M个发帖量在1/(M+1)个以上的ID～如果要保存的数目多的话，可以用hash-map代替数组

对于解法三，这样的情况如果M个数还是没发读入内存的话，要先对ID求hash，在hash分组，在hash-map统计即可，如果可以读入内存则一次hash-map统计即可，在在hash-map中找出符合条件的值。与解法二相比，只是有部分空间复杂度上的降低。

 

对于解法二的思想“减小问题规模，保持问题原有的性质”，对于原题目，性质就是水王的id 在小问题中仍然是超过总发帖量的一半。所以问题的关键就是解答，问题关键性质是什么，怎么减小问题的规模。对于问题的性质，那么就是具体问题具体分析了，而缩小规模，或者说是划分子问题，这个思想动态规划法，分治法都有用到，很大部分是由问题的性质决定的。