算法 n大小的数组中找出出现3/n次数以上的元素

最新推荐文章于 2023-01-05 19:22:19 发布
原创 最新推荐文章于 2023-01-05 19:22:19 发布 · 779 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法

本文介绍了一种在数组中寻找出现次数超过总数三分之一的众数的算法。通过使用两个变量来存储可能的众数，并利用计数器进行跟踪，该算法能够在一次遍历内找出所有符合条件的众数。

首先要知道n长度中出现次数超过3/n的元素不会超过两个，所以设置两个存储结果的变量，再对这两个指针分别设置两个int变量

然后往数组后面依次走，如果有一样的则在那个元素的int变量+1，如果都不存在则两个int变量都-1，当哪个int变量为0时，则将数组当前元素放入变量中

循环到最后剩余的就是两个结果

直击高频编程考点：数组知识及经典算法题总结
曾经“等你生日那天”都遥远得像未来，如今却可欢愉的挥手说“下个十年见”
10-27 5万+
数组基础、应用以及编程练习（找到数组 A 元素组成的小于 n的最大整数+两数之和 +三数之和 +最接近的三数之和+移动零 +旋转数组+搜索旋转排序数组 +寻找旋转排序数组中的最小值 +加一 +存在重复元素 +寻找数组的中心索引+翻转对 +只出现一次的数字+合并两个有序数组+合并区间+最大子序列+最长连续递增序列+最长公共前缀+移除元素+除自身以外数组乘积+颜色分类）
每天一道LeetCode-----摩尔投票法寻找给定数组中出现个数大于n/2或n/3的元素
一个程序渣渣的小后院
02-23 3046
Majority Element 原题链接Majority Element 给定一个数组，元素个数为n，找出出现次数大于n/2的那个元素 摩尔投票法思想 每次从数组中选择两个不相等的元素进行相互抵消(删除)，最后剩下的一个元素或几个相同的元素就是出现次数大于n/2的元素 代码如下 class Solution { public: int majorityElem...
229. 求众数 II给定一个大小为 n 的整数数组，找出其中所有出现超过 ⌊ n/3 ⌋ 次的元素。
yuzou____5000的博客
03-03 622
进阶：尝试设计时间复杂度为 O(n)、空间复杂度为 O(1)的算法解决此问题 题解：摩尔投票法选出出现频数最多的值。O(N)时间，O(1)空间。 摩尔投票法分为两个阶段：抵消阶段和计数阶段。 抵消阶段： 两个不同投票进行对坑，并且同时抵消掉各一张票，如果两个投票相同，则累加可抵消的次数； 计数阶段： 在抵消阶段最后得到的抵消计数只要不为 0，那这个候选人是有可能超过一半的票数的，为了验证，则需要遍历一次，统计票数，才可确定。 升级的摩尔投票在于最终的候选者（众数）有一个或者两个；因为题目要求了超过N/3，如
从有n个元素的数组中找出出现次数大于n/3次的元素
f81892461的专栏
03-19 2891
Design an algorithm that, given a list of n elements in an array, finds all the elements that appear more than n/3 times in the list. The algorithm should run in linear time ( n >=0 ) You are expecte
229. Majority Element II -- 找出数组中出现次数超过 ⌊ n/3 ⌋ 次的数
weixin_30873847的博客
08-25 176
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. class Solution { public: //O(n) Spa...
C++实现，给定一个大小为 n 的整数数组，找出其中所有出现超过 ⌊ n/3 ⌋ 次的元素。...
weixin_35752233的博客
01-05 381
首先，我们可以使用投票算法来找到出现次数大于 ⌊ n/3 ⌋ 次的元素。 基本思想是用两个变量来记录当前数组中出现次数最多的两个元素，遍历数组时，如果当前元素与这两个元素之一相同，则将对应的计数器加 1，否则将两个计数器都减 1。如果两个计数器都减为 0，则清空这两个变量，并用当前元素来替换。 然后我们再遍历一遍数组，计算这两个元素的出现次数，如果大于 ⌊ n/3 ⌋ 次，则将其添加到结果数组中。...
摩尔投票算法：找出数组中出现次数大于n/2、n/3的数
HerofH_的博客
12-23 2760
题目描述 给定一个大小为 n 的数组，找出其中所有出现超过 ⌊ n/2⌋ 次的元素。 说明: 要求算法的时间复杂度为 O(n)，空间复杂度为 O(1)。 题目分析 其实对于这道题目，我的第一反应是利用map来记录每个元素出现的次数，然后判断当前元素出现的次数是否达到要求，但是这样就多使用了O(N)的辅助空间，与题目中要求的O(1)空间相悖，那么该怎么求解呢？ 其实对于这类题目最为简便的算法即是摩尔...
【搞定算法】找出数组中出现次数大于数组长度一半和 N/K 的数
Java学习
07-25 5147
博主秋招提前批已拿百度、字节跳动、拼多多、顺丰等公司的offer，可加微信：pcwl_Java 一起交流秋招面试经验。 目 录： 1、找出数组中出现次数大于数组长度一半的数 2、找出数组中出现次数大于数组长度 N/K 的数 1、找出数组中出现次数大于数组长度一半的数 一个数组中出现次数大于数组长度一般的数显然最多只有一个。 题目：在数组中找到出现次数大于数组长度一半的数。...
摩尔投票算法-leetcode数组出现次数超过一半和1/3的元素。
weixin_38730718的博客
07-05 765
1、剑指 Offer 39. 数组中出现次数超过一半的数字[1] 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。 你可以假设数组是非空的，并且给定的数组总是存在多数元素。 摩尔投票算法是基于这个事实：每次从序列里选择两个不相同的数字删除掉（抵消），最后剩下一个数字或几个相同的数字，就是出现次数大于总数一半的那个。 目标：不断删除2个不同数字，直到无法删除。 对实现过程的理解：假设我们有2个隐形数组, array, result分别表示当前无法删除的元素和删除之后剩下的元素。 例：
leetcode数组中元素出现次数-LeetCode:力扣问题
06-30
这类问题通常要求我们找出数组中每个元素出现的频率，或者找到出现次数超过一半、出现次数达到特定条件的元素。这些题目旨在考察程序员的逻辑思维、算法设计以及时间复杂度和空间复杂度的优化能力。 首先，我们要...
leetcode169-leetcode169:多数元素...给定大小为n的数组nums，返回多数元素。多数元素是出现超过⌊n/2⌋次的元素。
07-06
leetcode169 leetcode169 多数元素...给定大小为 n 的数组 nums，返回多数元素。 多数元素是出现超过 ⌊n / 2⌋ 次的元素。 您可以假设多数元素始终存在于数组中。 跑步 Python解决方案.py Python版 Python 3.5 输入 现在可以在 n 变量中更改硬编码 leetcode 46个测试用例在leet代码中通过
给定一个大小为 n 的数组，找出其中所有出现超过 n/3 次的元素。 说明: 要求算法的时间复杂度为 O(n)，空间复杂度为 O(1)。 示例 1: 输入: [3,2,3] 输出: [3] 示例
x123443215的博客
11-27 1216
给定一个大小为 n 的数组，找出其中所有出现超过 n/3 次的元素。 说明: 要求算法的时间复杂度为 O(n)，空间复杂度为 O(1)。 示例 1: 输入: [3,2,3] 输出: [3] 示例 2: 输入: [1,1,1,3,3,2,2,2] 输出: [1,2] /*出现次数大于n/2次*/ /* #include<stdio.h> int main(void) { int n,...
LeetCode | 229. Majority Element II 限制时间空间数学原理题解析与证明
u012737193的博客
01-02 367
Given an integer array of size n, find all elements thatappear more than ⌊ n/3 ⌋ times. The algorithm should run in linear timeand in O(1) space.这题是真的难证明这里给你一个数组，要你求出所有出现数量多于 ⌊ n/3 ⌋的数字，这题方法简单，但是原理非常复
找出现次数大于n/3的数
m0_61794144的博客
01-18 413
class Solution { public List<Integer> majorityElement(int[] nums) { Arrays.sort(nums); int count = nums.length/3; int sumtemp = 0; List<Integer> res = new ArrayList(); for(int i = 0 ;i < nums.length ;.
求一个数组中出现次数超过n/3的数(c++实现)
weixin_41106545的博客
10-20 1501
题目要求如下： 令A是一个长度为n的正整数序列。试设计一个时间 和空间复杂度分别为O(n)和O(1) 的算法，判断A中 是否存在这样的元素x，x在序列中出现次数超过n/3。 若存在这样的x，则将其输出。 实现思路： BM（Boyer-Moore Majority Vote Algorithm）投票法：设置一个计数器，在遍历数组的时候，如果是这个数，则计数器加1，否则减1，该方法用来计数超过一...
长为N的数组中，每个值都是1-N范围内的，现在有某个数字出现了两次，某个数字丢失了，其他的数字仅出现一次，求重复的数和丢失的数。
weixin_39590058的博客
06-28 713
//首先该题中一个数组中的值可以对应数组的一个下标（[1,N] -> [0,N-1]）。 //从前向后遍历数组，取到每一个值，就对对应下标位置的值做乘以-1的操作， //这样既存储了额外信息，也不会丢失原信息（取绝对值就是原来的值）。 //最后数组中剩两个正值，一个是乘了两次-1，一个是乘了0次-1， // 再稍加判断就可以得到结果。 int[] a = {3, 2, 1, 3}; int n = a.length; Set<Integer> se
leetcode-给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素
阿巴卡的博客
02-16 5204
给定一个大小为 n 的数组，找到其中的众数。众数是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。 你可以假设数组是非空的，并且给定的数组总是存在众数。 示例 1: 输入: [3,2,3] 输出: 3 示例 2: 输入: [2,2,1,1,1,2,2] 输出: 2 这道题用摩尔投票法，这种方法是因为题目中说众数是指在数组中出现次数大于 ⌊ n/2 ⌋ 的元素。所以设置一个计数器，选定第一个值作为起...
找出数组中出现次数超过n/2(n/3)次的数
linyacool的博客
08-02 3296
时间O(n)，空间O(1) LeetCode 169. 找出数组中出现次数超过n/2次的数 http://blog.youkuaiyun.com/chfe007/article/details/42919017 基本原理：每次都找出一对不同的元素，从数组中删掉，直到数组为空或只有一种元素。 不难证明，如果存在元素e出现频率超过半数，那么数组中最后剩下的就只有e。 LeetC
统计数组中各元素出现次数
热门推荐
康斯坦丁丶玩世 の Blog
03-20 1万+
1.问题描述         给定一大小为N的整数数组，其元素取值范围为[1,N]，请统计各元素出现的次数，并要求时间复杂度为O(n)，空间复杂度为O(1)。 2.思路        若没有空间的限制，则可直接开辟一个大小等于元素最大值的数组对各元素进行统计，并且顺带还进行了时间复杂度为O(n)的排序（比快速排序还快哦）。        统计n个元素出现的次数，每个元素对应一个次数
给定一个大小为 n 的数组 nums ，返回其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素
最新发布
08-22
在数组中找出出现次数超过 `n/2` 的元素，通常被称为“多数元素”问题。解决该问题的常用方法是 **摩尔投票算法（Moore Voting Algorithm）**，其核心思想是通过元素之间的相互抵消来找出出现次数最多的元素。由于多数元素的出现次数超过一半，因此最终未被抵消的元素即为所求。 ### 摩尔投票算法实现 摩尔投票算法的时间复杂度为 `O(n)`，空间复杂度为 `O(1)`，非常适合解决此类问题。算法维护两个变量：一个候选元素 `maj` 和一个计数器 `count`。遍历数组时，如果当前元素与候选元素相同，则计数器加一；否则，计数器减一。当计数器为零时，更新候选元素并重置计数器。 以下是该算法的实现代码： ```cpp int majorityElement(vector<int>& nums) { int maj = nums[0], count = 0; for (int i = 0; i < nums.size(); i++) { if (nums[i] == maj) count++; else count--; if (count == 0) { maj = nums[i]; count = 1; } } return maj; } ``` ### 其他方法 除了摩尔投票算法，还可以采用以下方法解决该问题： #### 1. **暴力法** 遍历数组，统计每个元素的出现次数，判断是否超过 `n/2`。该方法的时间复杂度为 `O(n^2)`，空间复杂度为 `O(1)`，效率较低。 #### 2. **排序法** 对数组进行排序后，多数元素一定位于数组的中间位置。该方法的时间复杂度为 `O(n log n)`，空间复杂度为 `O(1)`（若使用原地排序）。 ```cpp int majorityElement(int* arr, int len) { sort(arr, arr + len); return arr[len / 2]; } ``` #### 3. **哈希表法** 使用哈希表统计每个元素的出现次数，最终找出出现次数超过 `n/2` 的元素。时间复杂度为 `O(n)`，空间复杂度为 `O(n)`。 ```cpp int majorityElement(int* arr, int len) { unordered_map<int, int> count; for (int i = 0; i < len; i++) { count[arr[i]]++; if (count[arr[i]] > len / 2) return arr[i]; } return -1; } ``` ### 总结 摩尔投票算法是解决此类问题的最优选择，因其时间与空间效率均衡，适用于大规模数据处理。其他方法如暴力法、排序法和哈希表法也可用于特定场景，但通常不如摩尔投票算法高效。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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