Majority Element

本文介绍两种有效的方法来找到数组中的多数元素:计数排序法和消除法。计数排序法利用映射表统计每个元素出现的次数,而消除法则通过配对消除不同元素的方式找出多数元素,后者具有更低的空间复杂度。

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.

思路1:采用计数排序法:
时间复杂度为0(n),但是需要一个map存储不同数据,需要占用一定的空间复杂度小于0(n/2)
统计数组nums中不同的数值的个数,当统计的个数大于 ⌊ n/2 ⌋时,则return
JS代码如下:

    var majorityElement = function(nums) {//此题采用计数排序法
    var map = {},
        majority = [],
        temp,
        n = nums.length,
        maxLength = Math.floor(n/2);
    if(n===0)
    {
        return null;
    }else if(n === 1)
    {
        return nums[0];
    }
    for(var i = 0; i < n; i++)
    {
        temp = nums[i];
        if(map[temp])   //若nums[i]存在于map对象中,则计数加1,并判断计数值是否大于maxLength = Math.ceil(n/2),大于则存储至majority数组中
        {
            map[temp]++;
            if(map[temp] > maxLength)
            {
            //   majority.push(nums[i]); 
             return temp;
            }
        }else{   //若nums[i]不在map对象中,则加入nums[i]对象值
            map[temp] = 1;
        }
    }


};

思路2:消除法:
这个是参考网上的思路,个人觉得比较经典,自愧不如,https://leetcode.com/discuss/19151/solution-computation-space-problem-can-extended-situation
这个算法的时间复杂度为0(n),空间复杂度为0(1).

每找出两个不同的element,则成对删除。最终剩下的一定就是所求的。
可扩展到⌊ n/k ⌋的情况,每k个不同的element进行成对删除。
JS代码实现:

//每找出两个不同的element,则成对删除。最终剩下的一定就是所求的。

//可扩展到⌊ n/k ⌋的情况,每k个不同的element进行成对删除。
var majorityElement = function(nums) {
  var  count=0,
        temp,
        n = nums.length,
        maxLength = Math.floor(n/2);
    if(n===0)
    {
        return null;
    }else if(n === 1)
    {
        return nums[0];
    }
    for(var i = 0; i < n; i++)
    {  
        if(count === 0)
        {
            temp = nums[i];
            count++;
        }else
        {
            if(temp === nums[i]) //遇到相同的元素则,计数值继续增加 
            {
                count++;
            }else{        //遇到不同的元素则一对一配对删除
                count--;
            }
        }
    }
    return temp;
}

总结:针对此题,分治法与计数法比较优势在于:
(1)计数法的空间复杂度为0(n/2),而消除法的空间复杂度为0(1);
(2)虽然两者的时间复杂度都为0(n),然而,计数法中还存在 if(map[temp] > maxLength)的比较以及map[temp]的取值;所以在leenCode上,验证消除法要稍快于计数法。

标题基于SpringBoot的马术俱乐部管理系统设计与实现AI更换标题第1章引言介绍马术俱乐部管理系统的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景与意义阐述马术俱乐部管理系统对提升俱乐部管理效率的重要性。1.2国内外研究现状分析国内外马术俱乐部管理系统的发展现状及存在的问题。1.3研究方法以及创新点概述本文采用的研究方法,包括SpringBoot框架的应用,以及系统的创新点。第2章相关理论总结和评述与马术俱乐部管理系统相关的现有理论。2.1SpringBoot框架理论介绍SpringBoot框架的基本原理、特点及其在Web开发中的应用。2.2数据库设计理论阐述数据库设计的基本原则、方法以及在管理系统中的应用。2.3马术俱乐部管理理论概述马术俱乐部管理的基本理论,包括会员管理、课程安排等。第3章系统设计详细描述马术俱乐部管理系统的设计方案,包括架构设计、功能模块设计等。3.1系统架构设计给出系统的整体架构,包括前端、后端和数据库的交互方式。3.2功能模块设计详细介绍系统的各个功能模块,如会员管理、课程管理、预约管理等。3.3数据库设计阐述数据库的设计方案,包括表结构、字段设计以及数据关系。第4章系统实现介绍马术俱乐部管理系统的实现过程,包括开发环境、编码实现等。4.1开发环境搭建介绍系统开发所需的环境,包括操作系统、开发工具等。4.2编码实现详细介绍系统各个功能模块的编码实现过程。4.3系统测试与调试阐述系统的测试方法、测试用例以及调试过程。第5章系统应用与分析呈现马术俱乐部管理系统的应用效果,并进行性能分析。5.1系统应用情况介绍系统在马术俱乐部中的实际应用情况。5.2系统性能分析从响应时间、并发处理能力等方面对系统性能进行分析。5.3用户反馈与改进收集用户反馈,提出系统改进建议。第6章结论与展望总结马术俱乐部管理系统的设计与实现成果,并展望未来的研究
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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