哈希求众数

本文介绍了一种使用C语言实现寻找数组中众数的方法。通过定义合适的数组大小及初始化,利用循环来统计每个元素出现的次数,并找出出现次数最多的元素作为众数。文章最后给出了完整的代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

https://my.youkuaiyun.com/septembre_

注意:1  例如 5 5 5 9 9 9 其中就没有众数而 5 5 5 9 9 9 7就存在众数 5 9

#include <stdio.h>
int main()
{
    int a[3333],n,i,flag[3333]={0},ans[20],sum=0,g=0,b;
    scanf("%d",&n);
    int max=0;
    for(i=0;i<n;i++)
    {
        flag[a[i]]++;
        if(a[i]>max)//max是最大当数 好最后从开始遍历  到max
            max=a[i];
    }
    int max1=0;//max1是存当最大数量 即最大的有几个
    for(i=0;i<=max;i++)
    {
        if(flag[i]>max1)
        {
            max1=flag[i];
            b=i;
        }
    }
    ans[0]=b,g=1;//ans数组中存的是flag相等当众数  即输出的众数有几个
    for(i=0;i<=max;i++)
    {
        if(flag[i]==max1&&i!=b)
        {
            ans[g]=i;
            g++;
        }
    }
    for(i=0;i<g;i++)//是排除没有众数的情况
        sum=sum+max1;//max1是固定的
    if(sum==n)
        printf("NO");
    else
    {
        for(i=0;i<g;i++)
            printf("%d ",ans[i]);
    }
    return 0;
}


  

转载于:https://www.cnblogs.com/zcy19990813/p/9702837.html

好的!手撕 Python 众数是一种常见的算法面试题,目的是找到数组中出现次数最多的元素。以下是详细的解答过程: --- ### **问题描述** 给定一个非空整数数组 `nums`,返回其中出现次数超过 ⌊n/2⌋ 的元素(即“主元素”或“众数”)。假设该数组总是存在这样的多数元素。 例如: 输入:`[3, 2, 3]` 输出:`3` --- ### **解决方案** #### 方法一:哈希表统计法 可以利用字典记录每个数字的出现次数,并找出最大值对应的键。 ```python def majorityElement(nums): counts = {} for num in nums: if num in counts: counts[num] += 1 else: counts[num] = 1 max_count = 0 result = None for key, value in counts.items(): if value > max_count: max_count = value result = key return result # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n) (遍历两次数组) 空间复杂度:O(n) --- #### 方法二:排序法 由于题目保证了有且仅有一个众数,因此将数组排序后,中间位置的数必然是众数。 ```python def majorityElement(nums): nums.sort() return nums[len(nums)//2] # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n log n) (排序的时间开销) 空间复杂度:O(1) 或 O(n),取决于是否原地修改。 --- #### 方法三:摩尔投票法 (Moore Voting Algorithm) 这是一种最优解法,基于这样一个事实:如果某个数字是众数,则它一定能在两轮抵消过程中存活下来。 核心思想: - 初始化计数器为 0; - 遍历数组时选择候选者并更新计数值; - 如果当前数字等于候选人则加 1;否则减 1; - 当计数归零时更换新的候选人。 代码实现如下: ```python def majorityElement(nums): candidate = None count = 0 for num in nums: if count == 0: candidate = num count += (1 if num == candidate else -1) return candidate # 测试用例 print(majorityElement([3, 2, 3])) # 输出:3 ``` 时间复杂度:O(n) 空间复杂度:O(1) --- ### 总结 三种方法各有优劣: 1. 哈希表适用于需要明确了解所有数字频率的情况; 2. 排序适合快速解决简单场景; 3. 摩尔投票法则是在时间和空间效率上最理想的方案。 ---
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