[剑指offer]数组中出现次数超过一半的数字

本文介绍了一种高效查找数组中出现次数超过一半的数字的方法。利用阵地攻守思想,通过不断抵消不同元素来缩小范围,最终找到可能的主元素,并验证其是否符合条件。这种方法避免了排序带来的高时间复杂度。

题目

数组中出现次数超过一半的数字

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。如果不存在则输出0。

思路

  1. 方法一将数组排序,中位数一定是 时间复杂度为nlogn
  2. 采用阵地攻守的思想:第一个数字作为第一个士兵,守阵地;count = 1;遇到相同元素,count++;遇到不相同元素,即为敌人,同归于尽,count–;当遇到count为0的情况,又以新的i值作为守阵地的士兵,继续下去,到最后还留在阵地上的士兵,有可能是主元素。再加一次循环,记录这个士兵的个数看是否大于数组一般即可。

代码

package com.wy.offer;

import java.util.Arrays;

/**
 * @author 沪旦铭
 * @date 2018/4/3 23:18
 */
//数组中出现次数超过一半的数字
public class T39 {

    public static void main(String[] args) {
        int []array = {1,2,3,2,2,2,5,4,2};
        int []array2 = {1,2,3,2,4,2,5,2,3};

//        System.out.println(  T39.MoreThanHalfNum_Solution(array2) );

        System.out.println(  T39.MoreThanHalfNum_Solution2(array2) );

    }

    /**
     * 方法一
     * 将数组排序,中位数一定是   时间复杂度为nlogn
     */
    public static int MoreThanHalfNum_Solution(int []array){
        if(array.length==0)
            return 0;
        int length = array.length/2;
        Arrays.sort(array); //时间复杂度 nlogn
        int count = 0;
        for(int i=0;i<array.length;i++){
            if(array[length]==array[i])
                ++count;
                if(count>length)
                    return array[length];
        }
        return 0;
    }

    /**
     * 方法二
     *采用阵地攻守的思想:
     第一个数字作为第一个士兵,守阵地;count = 1;
     遇到相同元素,count++;
     遇到不相同元素,即为敌人,同归于尽,count--;当遇到count为0的情况,
     又以新的i值作为守阵地的士兵,继续下去,到最后还留在阵地上的士兵,有可能是主元素。
     再加一次循环,记录这个士兵的个数看是否大于数组一般即可。
     */
    public static int MoreThanHalfNum_Solution2(int []array){
        int n = array.length;
        if (n == 0)
            return 0;

        int num = array[0], count = 1;
        for (int i = 1; i < n; i++) {
            if (array[i] == num)
                count++;
            else count--;

            if (count == 0) {
                num = array[i];
                count = 1;
            }
        }
        // Verifying
        count = 0;
        for (int i = 0; i < n; i++) {
            if (array[i] == num)
                count++;
        }
        if (count * 2 > n)
            return num;
        return 0;
    }



}
【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于IEEE33节点的配电网韧性提升方法,重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现,提出了一种结合预配置和动态调度的两阶段优化模型,旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法(如PSO、MPSO、TACPSO、SOA、GA等)进行对比分,验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置,还深入探讨其在故障发生后的动态路径规划与电力支援过程,从而全面提升配电网的韧性水平。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标:①用于科研复现,特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究;②支撑电力系统在灾害或故障条件下的恢复力优化计,提升实际电网应对突发事件的能力;③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议:建议读者结合提供的Matlab代码逐模块分,重点关注目标函建模、约束条件置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分,系统掌握完整的技术路线,并可通过替换不同算法或测试系统进一步拓展研究。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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