原题链接在这里:Majority Element I,Majority Element II
对于Majority Element I 来说,有多重解法。
Method 1:最容易想到的就是用HashMap 计数,数值大于n/2(注意不是大于等于而是大于),就是返回值。Time O(n), Space O(n).
Method 2: 用了sort,返回sort后array的中值即可。Time O(n*logn), Space O(1).
Method 3: 维护个最常出现值,遇到相同count++,遇到不同count--,count为0时直接更改最常出现值为nums[i].
AC Java:
public class Solution {
public int majorityElement(int[] nums) {
/*
//Method 1, HashMap
HashMap<Integer, Integer> map = new HashMap<>();
for(int i = 0;i<nums.length; i++){
if(!map.containsKey(nums[i])){
map.put(nums[i],1);
}else{
map.put(nums[i],map.get(nums[i])+1);
}
}
Iterator<Integer> it = map.keySet().iterator(); //Iterate HashMap
while(it.hasNext()){
int keyVal = it.next();
//There is an error here: Pay attentation, it is ">", but not ">="
//If we have three variables [3,2,3], ">=" will also return 2, 1>=3/2
if(map.get(keyVal) > nums.length/2){
return keyVal;
}
}
return Integer.MIN_VALUE;
*/
/*Method 2, shortcut
Arrays.sort(nums);
return nums[nums.length/2];
*/
//Method 3
if(nums == null || nums.length == 0)
return Integer.MAX_VALUE;
int res = nums[0];
int count = 1;
for(int i = 1; i< nums.length; i++){
if(res == nums[i]){
count++;
}else if(count == 0){
res = nums[i];
count = 1;
}else{
count--;
}
}
return res;
}
}
Majority Element II 与 Majority Element I 的第三种方法很像,因为个数超过n/3的值最多有两个,现在改成维护两个最常出现的值。
最后再扫一遍数组,查看这两个最常出现值的实际出现次数,看看是否大于n/3,大于的都加入返回list中。
AC Java:
public class Solution {
public List<Integer> majorityElement(int[] nums) {
List<Integer> res = new ArrayList<Integer>();
if(nums == null || nums.length == 0){
return res;
}
int major1 = 0, major2 = 0;
int count1 = 0, count2 = 0;
for(int i = 0; i < nums.length; i++){
if(major1 == nums[i]){
count1++;
}else if(major2 == nums[i]){
count2++;
}else if(count1 == 0){
major1 = nums[i];
count1 = 1;
}else if(count2 == 0){
major2 = nums[i];
count2 = 1;
}else{
count1--; //error
count2--;
}
}
count1 = 0;
count2 = 0;
for(int i = 0; i < nums.length; i++){
if(nums[i] == major1){
count1++;
}else if(nums[i] == major2){
count2++;
}else{
continue;
}
}
if(count1 > nums.length/3){
res.add(major1);
}
if(count2 > nums.length/3){
res.add(major2);
}
return res;
}
}

本文深入探讨了多数元素算法,包括多数元素I和多数元素II的三种解决方法:使用HashMap计数、排序和维护多数出现的元素。针对多数元素II的解决方案扩展了维护两个多数元素的思路,并最终通过遍历数组验证其实际出现次数。
586

被折叠的 条评论
为什么被折叠?



