leetcode|169-Majority Element

寻找众数的Boyer-Moore算法

最新推荐文章于 2020-07-03 02:32:46 发布

原创最新推荐文章于 2020-07-03 02:32:46 发布 · 231 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

7 篇文章

订阅专栏

本文介绍了一种高效寻找数组中众数的方法——Boyer-Moore投票算法，该算法能在O(N)的时间复杂度内找出出现次数超过n/2的元素。通过迭代比较数组中的元素，维护候选众数及其计数，最终确定众数。

题目描述：

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

解题思路：

1. 初始化majorityIndex，并且维护其对应count；

2. 遍历数组，如果下一个元素和当前候选元素相同，count加1，否则count减1；

3. 如果count为0时，则更改候选元素，并且重置count为1；

4. 返回A[majorityIndex]

原理：如果majority元素存在（majority元素个数大于n/2,个数超过数组长度一半），那么无论它的各个元素位置是如何分布的，其count经过抵消和增加后，最后一定是大于等于1的。如果不能保证majority存在，需要检验。复杂度：O(N)

Attention: 循环时从i = 1开始，从下一个元素开始，因为count已经置1

代码如下：

class Solution
{
public:
	int majorityElement(vector<int>& nums)
	{
		int elem = 0;//初始化元素和元素的个数都是0
		int count = 0;
		int size = nums.size();
		for (int i = 0; i < size; i++)
		{
			if (count == 0)
			{
				elem = nums[i];//这里相当于当前的候选元素
				count = 1;
			}
			else
			{
				if (elem == nums[i])
				{
					count++;
				}
				else
					count--;//如果count变成了0之后，elem选择重新
			}
		}
		return elem;
	}
};