leetcode:169. 多数元素

最新推荐文章于 2024-07-27 20:54:42 发布
最新推荐文章于 2024-07-27 20:54:42 发布
阅读量805 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 编程练习-Leetcode 文章标签： leetcode 多数元素 众数 分治 投票法
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。
本文链接：https://blog.youkuaiyun.com/uncle_ll/article/details/125902671
这篇博客介绍了LeetCode 169题的解决方案，寻找数组中的多数元素，即出现次数大于数组长度一半的元素。文章详细讲解了哈希表、排序、Boyer-Moore投票算法和分治递归四种方法的实现，并提供了Python和C++的代码示例。重点在于O(n)时间复杂度和O(1)空间复杂度的Boyer-Moore投票算法。

169. 多数元素

来源：力扣（LeetCode）

链接: https://leetcode.cn/problems/majority-element/

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。

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。

示例 1：

输入：nums = [3,2,3]
输出：3

示例 2：

输入：nums = [2,2,1,1,1,2,2]
输出：2

提示：

  • n == nums.length
  • 1 <= n <= 5 ∗ 1 0 4 5 * 10^4 5
了解本专栏 订阅专栏 解锁全文 超级会员免费看
【C语言刷题】Leetcode169——多数元素
桦楸静的博客
07-31 1485
用C语言刷Leetcode169
Leetcode169题 | 多数元素（python解法）
Yizkkkkang的博客
08-19 1129
力扣169题，多数元素，字典、排序、哈希表、摩尔投票解法
169. 多数元素 ——【Leetcode每日一题】
weixin_43412762的博客
04-02 1107
169. 多数元素 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。 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。
【leetCode】——多数元素
m0_50785976的博客
09-19 657
多数元素
给定一个大小为 n 的数组 nums ，返回其中的多数元素
weixin_43741253的博客
11-09 643
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。 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。
xiaoxfan#leetcode#169. 多数元素1
07-25
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方法一func majorityElement(nums
精选资源
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
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...
leetcode算法169.多数元素
真正的大师永远怀着一颗学徒的心
02-24 896
leetcode算法169.多数元素
dzw001#leetcode_notebook#169.多数元素1
07-25
解题思路摩尔投票法，这个方法真的很有意思，大致做法就是遍历整个数组，用 res 记录自己遇到的第一个元素，并维护一个初始值为 1 的 count ，在之后的遍历
算法打卡006_leetcode169.多数元素
日积月累，水滴石穿
05-30 999
169. 多数元素 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。 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。 示例 1： 输入：nums = [3,2,3]输出：3 示例 2： 输入：nums = [2,2,1,1,1,2,2]输出：2 方法一：排序法，由于多数元素出现次数大于n/2，所以排序之后，中间的元素一定是多数元素。 class Solution { /** 排序法 */ public
LeetCode：169（Python）—— 多数元素（简单）
热门推荐
m0_61661179的博客
10-27 5万+
概述：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。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。
【LeetCode 热题 HOT 100】169. 多数元素
Graceying的博客
07-20 535
【LeetCode热题HOT100】169.多数元素
LeetCode面试150——169多数元素
Junmo12345的博客
07-27 1426
LeetCode面试150——169多数元素
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。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。
qq_43083651的博客
09-20 528
count计数，比较相邻两个数是否相等，相等一次计数+1，防止后面还有相等，保持左指针不动，右指针继续继续+1，直到出现不等跳出循环。最后左指针到那个新的不一致数位置，重复上诉操作。
LeetCode第169题——多数元素（Java）
m0_52861211的博客
04-20 301
数组，多数元素
刷题-多数元素-C++/python-hash/排序/多数投票算法/分治
weixin_45594172的博客
09-21 1181
刷题-多数元素-C++/python-hash/排序/多数投票算法/分治
LeetCode练习---多数元素
weixin_66590942的博客
10-02 419
在解决这道简单算法题的路上，我通过查阅各种资料和文档了解了HashMap的基础知识和用法，增强for循环的用法， set接口等知识。对于哈希映射中的每个键值对，键表示一个元素，值表示该元素出现的次数。也认识到解决一个问题不能只持有一个正常的思路，从结果到问题本身未尝不是一个好的方法，知识的局限，限制了思考的方式，所以要多学习未知，复习。给定一个大小为 n 的数组 nums ，返回其中的多数元素。在这里我们先将数组中的元素进行按非递减顺序排序，且下标为 ⌊ n/2 ⌋的元素一定为众数。V - 映射值的类型。
Leetcode169|多数元素
m0_46106931的博客
10-16 275
多数元素的定义是出现次数要大于n/2就意味着一个数组就只能有一个人这样的数 hashmap有个函数getOrDefaul可以按键查值，如果没值阔以给他赋初值
每日一练python17
qq_52669357的博客
11-19 467
题目：（多数元素）给定一个大小为 n 的数组，找到其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素。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。 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 程序说明： 1、方法一：用哈希映射（HashMap）来存储每个元素和其出现的次数。键表示一个元素，键值表示该元素出现的次数。运用循环遍历数组 nums 并将数组中的每个元素加入哈希映射中。在这之后，我们遍历哈希映射中的所
LeetCode 169. 多数元素 — 分治法C++，并且写成分析与总结
最新发布
09-28
### 分治法C++解法 ```cpp #include <vector> using namespace std; class Solution { public: // 分治法求多数元素 int majorityElement(vector<int>& nums) { return majorityElementRec(nums, 0, nums.size() - 1); } int majorityElementRec(vector<int>& nums, int lo, int hi) { // 当子数组只有一个元素时，该元素就是多数元素 if (lo == hi) { return nums[lo]; } // 分割数组 int mid = (hi - lo) / 2 + lo; int left = majorityElementRec(nums, lo, mid); int right = majorityElementRec(nums, mid + 1, hi); // 如果左右子数组的多数元素相同，直接返回 if (left == right) { return left; } // 否则，计算左右多数元素在整个子数组中出现的次数 int leftCount = countInRange(nums, left, lo, hi); int rightCount = countInRange(nums, right, lo, hi); // 返回出现次数多的元素 return leftCount > rightCount ? left : right; } // 计算元素target在数组nums的[lo, hi]范围内出现的次数 int countInRange(vector<int>& nums, int target, int lo, int hi) { int count = 0; for (int i = lo; i <= hi; i++) { if (nums[i] == target) { count++; } } return count; } }; ``` ### 分析与总结 #### 分治法思路 分治法的核心思想是将一个大问题分解为多个相似的小问题，然后递归地解决这些小问题，最后将小问题的解合并得到大问题的解。对于多数元素问题，将数组不断二分，分别求出左右子数组的多数元素，然后合并得到整个数组的多数元素。 #### 复杂度分析 - **时间复杂度**：$O(n log n)$。每次将数组二分，递归树的深度为$log n$，每层需要遍历$O(n)$个元素来统计元素出现的次数，所以总的时间复杂度为$O(n log n)$。 - **空间复杂度**：$O(log n)$。递归调用栈的深度为$log n$，所以空间复杂度为$O(log n)$。 #### 优点与缺点 - **优点**：分治法的思路清晰，代码结构简洁，易于理解和实现。 - **缺点**：时间复杂度较高，相比于摩尔投票法（时间复杂度$O(n)$），分治法的效率较低。
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

打赏作者

uncle_ll

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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