【每日算法】数组中出现次数超过一半的数字

题目描述

数组中有一个数字出现的次数超过数组长度的一半，请找出这个数字。例如输入一个长度为9的数组[1,2,3,2,2,2,5,4,2]。由于数字2在数组中出现了5次，超过数组长度的一半，因此输出2。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。1<=数组长度<=50000

示例1输入[1,2,3,2,2,2,5,4,2]返回值2

示例2输入[3,3,3,3,2,2,2]返回值3​​​​​​

示例3输入[1]返回值1

描述

这是一篇针对初学者的题解。共用三种方法解决。
知识点：数组，排序，哈希
难度：一星

---

题解

题目抽象：给定一个数组，找出数组中的众数，若有，返回众数，若没有，返回0
众数定义：数组中出现次数大于数组一般的元素

方法一：哈希法

根据题目意思，显然可以先遍历一遍数组，在map中存每个元素出现的次数，然后再遍历一次数组，找出众数。

代码

class Solution {

public:

    int MoreThanHalfNum_Solution(vector<int> numbers) {

        unordered_map<int,int> mp;

        for (const int val : numbers) ++mp[val];

        for (const int val : numbers) {

            if (mp[val] > numbers.size() / 2 ) return val;

        }

        return 0;

    }

};

时间复杂度：O(n)
空间复杂度：O(n)

方法二：排序法

可以先将数组排序，然后可能的众数肯定在数组中间，然后判断一下。

代码

class Solution {

public:

    int MoreThanHalfNum_Solution(vector<int> numbers) {

        sort(numbers.begin(), numbers.end());

        int cond = numbers[numbers.size() / 2];

        int cnt = 0;

        for (const int k :numbers) {

            if (cond == k) ++cnt;

        }

        if (cnt > numbers.size() / 2) return cond;

        return 0;

    }

};

时间复杂度：O(nlongn)
空间复杂度：O(1)

方法三：候选法（最优解）

加入数组中存在众数，那么众数一定大于数组的长度的一半。
思想就是：如果两个数不相等，就消去这两个数，最坏情况下，每次消去一个众数和一个非众数，那么如果存在众数，最后留下的数肯定是众数。

具体做法：

1. 初始化：候选人cond = -1， 候选人的投票次数cnt = 0

2. 遍历数组，如果cnt=0， 表示没有候选人，则选取当前数为候选人，++cnt

3. 否则，如果cnt > 0, 表示有候选人，如果当前数=cond，则++cnt，否则--cnt

4. 直到数组遍历完毕，最后检查cond是否为众数

代码

class Solution {

public:

    int MoreThanHalfNum_Solution(vector<int> numbers) {

        int cond = -1;

        int cnt = 0;

        for (int i=0; i<numbers.size(); ++i) {

            if (cnt == 0) {

                cond = numbers[i];

                ++cnt;

            }

            else {

                if (cond == numbers[i]) ++cnt;

                else --cnt;

            }

 

        }

        cnt = 0;

        for (const int k :numbers) {

            if (cond == k) ++cnt;

        }

        if (cnt > numbers.size() / 2) return cond;

        return 0;

    }

};

时间复杂度：O(n)
空间复杂度：O(1)