数组中出现次数超过一半

题目描述

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。

源代码://没有通过

import java.util.HashMap;
public class Solution {
    public int MoreThanHalfNum_Solution(int [] array) {
        int len=array.length;
        if(len==0) return 0;
          //  int []hash = new hash[len+2];
        HashMap<Integer,Integer> m =new HashMap<Integer,Integer>();
        m.put(array[0],1);
        for(int i=1;i<len;i++){
            if(m.get(array[i])!=0){
                m.put(array[i],m.get(array[i])+1);
            }else{
                m.put(array[i],1);
            }
        }
        for(int i=0;i<len;i++){
            if(m.get(array[i])>len/2)
                return array[i];
        }
        return 0;
    }
}

解法二:已通过

import java.util.HashMap;
public class Solution {
    public int MoreThanHalfNum_Solution(int [] array) {
        int len=array.length;
        if(len==0) return 0;
        HashMap<Integer,Integer> m =new HashMap<Integer,Integer>();
        for(int i=0;i<len;i++){
            if(m.containsKey(array[i])){//用hashmap对数组中的每个数进行计数,当检测到已经包含该元素时,则先取出该元素的个数,再从HashMap中移除该元素,再把键值对存入该HashMap。
                int cnt= m.get(array[i]);
                m.remove(array[i]);
                m.put(array[i],cnt+1);
            }else{
                m.put(array[i],1);
            }
        }
        for(int i=0;i<len;i++){//遍历数组,找出出现次数大于数组元素个数一半的元素,返回该元素值。
            if(m.get(array[i])>len/2)
                return array[i];
        }
        return 0;
    }
}

解法三:已通过

import java.util.HashMap;
public class Solution {
    public int MoreThanHalfNum_Solution(int [] array) {
        int len=array.length;
        if(len==0) return 0;
        int times=0;
        int res=array[0];
        times=1;
        for(int i=0;i<len;i++){
            if(times>0){
                if(res==array[i]){
                    times++;
                }else{
                    times--;
                }
            }else{//times==0
                res=array[i];
                times=1;
            }
        }
        times=0;
        for(int i=0;i<len;i++){
            if(res==array[i])
                times++;
        }
        return times>len/2?res:0;
    }
}
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的一半即可。

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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