169\229- Majority Element

本文介绍了解决寻找数组中出现次数超过一半的众数(Majority Element)问题的算法,并进一步探讨了如何找到出现次数超过三分之一的众数。通过两次遍历的方式,确保找到的众数确实满足题目的要求。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

refer:点击打开链接 点击打开链接 点击打开链接

找出一组数字中的众树,核心思路是先确定可能的众树数目n,假设有n个当前众树,依次比较计数,众树的最终计数一定不为0


题目169:Given an array of size n, find the majority element. The majority element is the element that appears more than ⌊ n/2 ⌋ times.
You may assume that the array is non-empty and the majority element always exist in the array.
方案. 找出一组数中出现频率最高的元素,设置一个计数器count和一个临时major变量,挨个比较,若不等值对则成对删除,count减小,那么最后留下的一定是真正的majority。代码如下:

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int count = 0;
        int major = 0;
        for(int i=0; i<nums.size(); i++){
            if(count==0){
                major = nums[i];
                ++count;
            }else{
                if(major==nums[i]){
                    ++count;
                }else{
                    --count;
                }
            }
            if( count > nums.size()/2 )
            return major;
        }
        return major;
    }
};

可能解决方案:



题目229:Given an integer array of size n, find all elements that appear more than ⌊ n/3 ⌋ times. The algorithm should run in linear time and in O(1) space.

方案:思路同169,只是候选众树变为2个;注意两点

①第一次遍历时,若当前元素与两个候选元素均不相同,则候选元素计数同时各减1.PS.注意顺序,先判断是否与已有元素等值,再判断是否存在计数为0的候选元素。

②第一次遍历结束后,找出了最高频出现的两个候选数字,该数字是否满足多于n/3次的要求,还需要进行第二次遍历。

所以时间复杂度O(2n),也是线性时间;代码如下:

class Solution {
public:
    vector<int> majorityElement(vector<int>& nums) {
        int count1 = 0, count2 = 0;
        int major1 = 0, major2 = 0;
        for( int i=0; i<nums.size(); ++i){
            if( major1 == nums[i]){
                ++count1;
            }else{
                if( major2 == nums[i] ){
                    ++count2;
                }else{
                    if( count1 == 0){
                        major1 = nums[i];
                        ++count1;
                    }else{
                        if( count2 == 0){
                            major2 = nums[i];
                            ++count2;
                        }else{
                            --count1;
                            --count2;
                        }
                    }
                }
            }
        }
        count1 = 0;
        count2 = 0;
        for( int i=0; i<nums.size(); ++i){
            if(major1 == nums[i]){
                ++count1;
            }else{
                if(major2 == nums[i]){
                    ++count2;
                }
            }
        }
        vector<int> major;
        if( count1 > nums.size()/3 )
        major.push_back(major1);
        if( count2 > nums.size()/3 )
        major.push_back(major2);
        return major;
    }
};



内容概要:本文探讨了在MATLAB/SimuLink环境中进行三相STATCOM(静态同步补偿器)无功补偿的技术方法及其仿真过程。首先介绍了STATCOM作为无功功率补偿装置的工作原理,即通过调节交流电压的幅值和相位来实现对无功功率的有效管理。接着详细描述了在MATLAB/SimuLink平台下构建三相STATCOM仿真模型的具体步骤,包括创建新模型、添加电源和负载、搭建主电路、加入控制模块以及完成整个电路的连接。然后阐述了如何通过对STATCOM输出电压和电流的精确调控达到无功补偿的目的,并展示了具体的仿真结果分析方法,如读取仿真数据、提取关键参数、绘制无功功率变化曲线等。最后指出,这种技术可以显著提升电力系统的稳定性与电能质量,展望了STATCOM在未来的发展潜力。 适合人群:电气工程专业学生、从事电力系统相关工作的技术人员、希望深入了解无功补偿技术的研究人员。 使用场景及目标:适用于想要掌握MATLAB/SimuLink软件操作技能的人群,特别是那些专注于电力电子领域的从业者;旨在帮助他们学会建立复杂的电力系统仿真模型,以便更好地理解STATCOM的工作机制,进而优化实际项目中的无功补偿方案。 其他说明:文中提供的实例代码可以帮助读者直观地了解如何从零开始构建一个完整的三相STATCOM仿真环境,并通过图形化的方式展示无功补偿的效果,便于进一步的学习与研究。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值