leetcode 多数元素

最新推荐文章于 2025-12-07 21:20:15 发布

原创最新推荐文章于 2025-12-07 21:20:15 发布 · 111 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #数据结构

文章讨论了在解决O(n^2)复杂度问题时如何优化，提到了Boyer-Moore投票算法，这是一种用于寻找数组中出现次数超过n/2的元素的线性时间复杂度算法。作者表达了对高效算法设计的思考，并分享了C语言实现的代码示例。

用两个for就要o(n^2)，想要提高效率就要明白其中的道道，哎呀，有点力不从心，主要是一直碰壁哈哈哈哈。

下面是超时的代码，我现在好像还是只能想到这个。

超时了之后我就知道可以先排序之后再做了，可是哈希表我是真的不行用哈哈哈哈。突然想起来听一个b站上的老师讲操作系统的时候，他用了一个图来讲述以后遇到（我忘记那个类型叫什么了，但是我记得那个图）这类问题，就用那个图，那个图是万能的办法。昨天又有同学说到哈希表的图接口实现，会不会有关系呢，可能是有的，但是我还没有了解。

言归正传，下面的这个算法很巧妙，真的很想知道他们到底是怎么想出来了，大脑的结构不都是一样的吗。

Boyer-Moore 投票算法（真的很简单，而且时间复杂度是线性的）

算法思路

第一步，初始化候选人们candidates以及候选人的票数。
第二步，count
扫描过程中候选人的替换以及票数增减规则如下

如果与某个候选人匹配，该候选人票数加1，继续循环。
如果与所有候选人都不匹配，检查候选人票数，如果为0，替换该候选人，不再往下检查。
如果与所有候选人都不匹配，检查候选人票数，如果不为0，继续检查一个候选人。
从算法思路上来看，其实摩尔投票算法的核心思想就是相互抵消。

C语言的代码如下：

int majorityElement(int* nums, int numsSize){
   //Boyer-Moore 算法
   int count,candidate;
   int i;
   candidate = nums[0];
   count = 0;
   for (i = 0; i < numsSize; i++)
   {
       if (nums[i] == candidate)
       {
           count++;
       }
       else
       {
           count--;
       }
       if (count == 0)
       {
           candidate = nums[i + 1];
       }
   }
   return(candidate);
}