categories: [Blog,Algorithm]


169. 多数元素

难度简单
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

进阶:

  • 尝试设计时间复杂度为 O(n)、空间复杂度为 O(1) 的算法解决此问题。

常规法

  1. private Map<Integer, Integer> countNums(int[] nums) {
  2. Map<Integer, Integer> counts = new HashMap<Integer, Integer>();
  3. for (int num : nums) {
  4. if (!counts.containsKey(num)) {
  5. counts.put(num, 1);
  6. } else {
  7. counts.put(num, counts.get(num) + 1);
  8. }
  9. }
  10. return counts;
  11. }
  12. public int majorityElement(int[] nums) {
  13. Map<Integer, Integer> counts = countNums(nums);
  14. Map.Entry<Integer, Integer> majorityEntry = null;
  15. for (Map.Entry<Integer, Integer> entry : counts.entrySet()) {
  16. if (majorityEntry == null || entry.getValue() > majorityEntry.getValue()) {
  17. majorityEntry = entry;
  18. }
  19. }
  20. return majorityEntry.getKey();
  21. }

排序

  1. public int majorityElement(int[] nums) {
  2. Arrays.sort(nums);
  3. return nums[nums.length / 2];
  4. }

投票算法

  1. public int majorityElement(int[] nums) {
  2. int count = 0;
  3. Integer candidate = null;
  4. for (int num : nums) {
  5. if (count == 0) {
  6. candidate = num;
  7. }
  8. count += (num == candidate) ? 1 : -1;
  9. }
  10. return candidate;
  11. }
  12. 作者:LeetCode-Solution
  13. 链接:https://leetcode-cn.com/problems/majority-element/solution/duo-shu-yuan-su-by-leetcode-solution/

Boyer-Moore 投票算法
思路
如果我们把众数记为 +1,把其他数记为 −1,将它们全部加起来,显然和大于 0,从结果本身我们可以看出众数比其他数多。
算法
Boyer-Moore 算法的本质和方法四中的分治十分类似。
我们首先给出 Boyer-Moore 算法的详细步骤
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。
复杂度分析
时间复杂度:O(n)。Boyer-Moore 算法只对数组进行了一次遍历。
空间复杂度:O(1)。Boyer-Moore 算法只需要常数级别的额外空间。