47.Majority number III-主元素 III(中等题)

本文介绍了一种算法,用于从整型数组中找到主元素,该元素出现次数超过数组长度的1/k。通过使用HashMap和两次遍历策略实现O(n)时间复杂度与O(k)空间复杂度。

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

主元素 III

  1. 题目

    给定一个整型数组,找到主元素,它在数组中的出现次数严格大于数组元素个数的1/k。

    注意事项
    数组中只有唯一的主元素

  2. 说明

    给出数组 [3,1,2,3,2,3,3,4,4,4] ,和 k = 3,返回 3

  3. 挑战

    要求时间复杂度为O(n),空间复杂度为O(k)

  4. 题解

    沿用前两题的思路,对不同的K个数进行消除,这里选用HashMap对Candidates进行处理。在遍历过程中如有K个不同的数则全部消除,反之记录其出现次数,并在HashMap长度大于K时随时删除长度为1的记录。这样可以保证主元素在遍历完成后一定会出现在HashMap中,在将HashMap中所有的数进行一次遍历并记录出现的次数,次数最大的就是主元素。

public class Solution
{
    /**
     * @param nums:
     *            A list of integers
     * @param k:
     *            As described
     * @return: The majority number
     */
    public int majorityNumber(ArrayList<Integer> nums, int k)
    {
        HashMap<Integer, Integer> counters = new HashMap<Integer, Integer>();
        for (Integer i : nums)
        {
            counters.put(i, !counters.containsKey(i)?1:counters.get(i) + 1);
            if (counters.size() >= k)
            {
                removeKey(counters);
            }
        }
        for (Integer i : counters.keySet())
        {
            counters.put(i, 0);
        }
        for (Integer i : nums)
        {
            if (counters.containsKey(i))
            {
                counters.put(i, counters.get(i) + 1);
            }
        }
        int maxCounter = 0, maxKey = 0;
        for (Integer i : counters.keySet())
        {
            if (counters.get(i) > maxCounter)
            {
                maxCounter = counters.get(i);
                maxKey = i;
            }
        }

        return maxKey;
    }

    private void removeKey(HashMap<Integer, Integer> counters)
    {
        List<Integer> removeList = new ArrayList<>();
        for (Integer key : counters.keySet())
        {
            if (counters.get(key) == 1)
            {
                removeList.add(key);
            }
        }
        for (Integer key : removeList)
        {
            counters.remove(key);
        }
    }
}

Last Update 2016.9.30

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自路径规划的问,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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