LintCode Majority Number iii-优快云博客

本文介绍了一种在O(n)时间内及O(k)额外空间复杂度下找到数组中出现次数超过1/k大小的多数元素的方法。利用HashMap存储可能的多数元素及其计数，并通过两遍扫描实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

public class Solution {
    /**
     * @param nums: A list of integers
     * @param k: the majority number occurs more than 1/k of the size of the array.
     * @return: The majority number
     * O(n) time and O(k) extra space
     */
    public int majorityNumber(ArrayList<Integer> nums, int k) {
    /**
     * 使用HashMap，遍历nums 存k个entry = (value, count). 
     * 若已经有k个不同的元素在map中，新value抵销所有entry的count一次并删除count为零的entry. 
     * (因此count并不是每个value的真实数目)
     * 遍历一遍后map中所有key都可能是majority，再遍历nums，找出真实count最大
    */
        HashMap<Integer, Integer> map = new HashMap<>(); //O(k) space

        for (int i = 0; i < nums.size() ; i++) {  //O(n)time
            int currVal = nums.get(i);

            if (map.containsKey(currVal)) {
                map.put(currVal, map.get(currVal) + 1);
            } else if (map.size() < k) {
                map.put(currVal, 1);
            } else { //remove count-0 keys
                ArrayList<Integer> keys = new ArrayList<Integer>(map.keySet());
                for (Integer key : keys) {
                    map.put(key, map.get(key) - 1);
                    if (map.get(key) == 0) {
                        map.remove(key);
                    }
                }
            } //end else
        }// end for, all the keys in map can be candidate 

        int ans = 0;
        int count = 0;
        for (Integer key : nums) {
            if (map.containsKey(key)) {
                if (map.get(key) > count) {
                    ans = key;
                    count = map.get(key);
                }
            }
        }
        return ans;
    }

}