python 求众数 LeetCode N0.169

本文深入解析LeetCode第169题求众数的多种解法,包括使用计数器、摩尔投票算法及字典统计等方法,并附带Python代码实现,适合算法学习者及面试准备人员。

python 求众数 LeetCode N0.169

这道题有很多解法官方leetcode上面是六种,由于说的太过于详细,我都不好意思,再补充什么了。所以我就写了一点,没看答案之前的写法,和我觉得,需要掌握的写法吧。他写的很多代码很精简,值得学习。(ps,纳闷的是,即使我用的O(n)的复杂度,排名也很靠后哈哈哈哈哈)

class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        #count = 0
        #candidate = None

        #for num in nums:
        #   if count == 0:
        #        candidate = num
        #    count += (1 if num == candidate else -1)

        #return candidate

        count = 0
        candidate = nums[0]
        for i in range(len(nums)):
            if nums[i] == candidate:
                count += 1
            else:
                count -= 1
            if count == 0:
                candidate =nums[i+1]
        return candidate
class Solution(object):
    def majorityElement(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        import math
        count = {}
        if len(nums) %2 == 1:
            n = len(nums)+1
        else :
            n = len(nums)
        for i in nums:
            count[i] = count.get(i,0) + 1
            
            if count[i] >= n/2:
                return i
        for i in nums:
            if count[i] >= n/2:
                return i
class Solution:
    def majorityElement(self, nums):
        counts = collections.Counter(nums)
        return max(counts.keys(), key=counts.get)

#作者:LeetCode
#链接:https://leetcode-cn.com/problems/majority-element/solution/qiu-zhong-shu-by-leetcode-2/
#来源:力扣(LeetCode)
#著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
好的!手撕 Python 众数是一种常见的算法面试题,目的是找到数组中出现次数最多的元素。以下是详细的解答过程: --- ### **问题描述** 给定一个非空整数数组 `nums`,返回其中出现次数超过 ⌊n/2⌋ 的元素(即“主元素”或“众数”)。假设该数组总是存在这样的多数元素。 例如: 输入:`[3, 2, 3]` 输出:`3` --- ### **解决方案** #### 方法一:哈希表统计法 可以利用字典记录每个数字的出现次数,并找出最大值对应的键。 ```python def majorityElement(nums): counts = {} for num in nums: if num in counts: counts[num] += 1 else: counts[num] = 1 max_count = 0 result = None for key, value in counts.items(): if value > max_count: max_count = value result = key return result # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n) (遍历两次数组) 空间复杂度:O(n) --- #### 方法二:排序法 由于题目保证了有且仅有一个众数,因此将数组排序后,中间位置的数必然是众数。 ```python def majorityElement(nums): nums.sort() return nums[len(nums)//2] # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n log n) (排序的时间开销) 空间复杂度:O(1) 或 O(n),取决于是否原地修改。 --- #### 方法三:摩尔投票法 (Moore Voting Algorithm) 这是一种最优解法,基于这样一个事实:如果某个数字是众数,则它一定能在两轮抵消过程中存活下来。 核心思想: - 初始化计数器为 0; - 遍历数组时选择候选者并更新计数值; - 如果当前数字等于候选人则加 1;否则减 1; - 当计数归零时更换新的候选人。 代码实现如下: ```python def majorityElement(nums): candidate = None count = 0 for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n) 空间复杂度:O(1) --- ### 总结 三种方法各有优劣: 1. 哈希表适用于需要明确了解所有数字频率的情况; 2. 排序适合快速解决简单场景; 3. 摩尔投票法则是在时间和空间效率上最理想的方案。 ---
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