[编程之美]发帖“水王”问题

最新推荐文章于 2018-05-20 12:54:50 发布

梦逝星痕

最新推荐文章于 2018-05-20 12:54:50 发布

阅读量279

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/agsws/article/details/51541123

本文介绍了如何使用Moore's Voting Algorithm解决LeetCode上的169题 Majority Element 和229题 Majority Element II。通过两次遍历，算法能在线性时间和O(1)空间复杂度下找出数组中出现频率超过n/2或n/3的元素。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

编程之美2.3节。正好对应leetcode上的第169题Majority Element和229题Majority Element II，该类问题可以总结为线性时间查找固定频率元素，应该使用Moore's voting algorithm，详细说明见链接。

169. Majority Element

Given an array of size n, find the majority element. The majority element is the element that appears more than ⌊ n/2 ⌋ times.

You may assume that the array is non-empty and the majority element always exist in the array.

    public static int majorityElement(int[] nums) {
    	int re=0;
    	int count=0;
    	for(int i=0; i<nums.length; i++){
    		if(count==0){
    			re=nums[i];
    			count=1;
    		}else{
    			if(nums[i]==re){
    				count++;
    			}else{
    				count--;
    			}
    		}
    	}
    	return re;
    }

229. Majority Element II

Given an integer array of size n, find all elements that appear more than ⌊ n/3 ⌋ times. The algorithm should run in linear time and in O(1) space.

    public static List<Integer> majorityElement(int[] nums) {
    	List<Integer> re=new ArrayList<Integer>();
    	int[] num=new int[2];
    	int count0=0;
    	int count1=0;
    	
    	for(int i=0; i<nums.length; i++){
    		if(num[0]==nums[i]){
    			count0++;
    		}else if(num[1]==nums[i]){
    			count1++;
    		}else if(count0==0){
    			count0=1;
    			num[0]=nums[i];
    		}else if(count1==0){
    			count1=1;
    			num[1]=nums[i];
    		}else{
    			count0--;
    			count1--;
    		}
    	}
    	count0=0;
    	count1=0;
    	for(int i=0; i<nums.length; i++){
    		if(nums[i]==num[0]){
    			count0++;
    		}else if(nums[i]==num[1]){
    			count1++;
    		}
    	}
    	if(count0>nums.length/3){
    		re.add(num[0]);
    	}
    	if(count1>nums.length/3){
    		re.add(num[1]);
    	}
    	return re;
    }

总结：两个问题基本一样，核心思想就是频率超过n/3的数组肯定只有两个，所以建立一个长度为2的数组num，还有两个变量count0和count1分别记录num[0]和num[1]元素出现的次数，遍历一次以后数组中两个元素肯定是出现频率最高的两个，最后再遍历一次看数组中的元素是否满足超过n/3的要求。