LC.169.多数元素

前言

 一题三解，又学到了新知识，重点关注第三种----摩尔投票法。

题目描述

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

解法

 解法一：如果将数组 nums 中的所有元素按照单调递增或单调递减的顺序排序，那么下标为 n/2 的元素（下标从 0 开始）一定是众数。

class Solution {
    public int majorityElement(int[] nums) {
        Arrays.sort(nums);
        return nums[nums.length / 2];
    }
}

 解法二：遍历整个数组，记录每个数值出现的次数(利用HashMap，其中key为数值，value为出现次数)；接着遍历HashMap中的每个Entry，寻找value值 > nums.length / 2 的key即可。

class Solution {
    public int majorityElement(int[] nums) {
        int res = 0;
        Map<Integer,Integer> map = new HashMap<>();
        for(int i = 0;i < nums.length;i++){
            map.put(nums[i],map.getOrDefault(nums[i],0) + 1);
        }
        for(Map.Entry<Integer,Integer> entry : map.entrySet()){
            if(map.get(entry.getKey()) > nums.length / 2){
                res = entry.getKey();
            }
        }
        return res;
    }
}

 解法三：摩尔投票法
  算法步骤：

• 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。

  可以看出摩尔投票法的核心就是 对拼消耗，因为众数的个数大于 n/2 ，所以通过两两对拼后，最后一定会有一个幸存者！

class Solution {
    public int majorityElement(int[] nums) {
       int candinate = 0;
       int counter = 0;
       for(int i = 0;i < nums.length;i++){
           if(counter == 0){
               candinate = nums[i];
               counter++;
           }else if(nums[i] == candinate){
               counter++;
           }else{
               counter--;
           }
       }
       return candinate;
    }
}

总结

 该题目标数的个数大于 n/2 ，是本题解题的核心。