LeetCode169.多数元素
题目
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
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/majority-element
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题方法
暴力解法
时间复杂度 O(n^2)
双重循环,计算出每个元素出现的次数,比较获取出现次数最多的元素
Map
时间空间复杂度均为O(n)
遍历一次数组,元素作为key,出现次数作为值存储到map当中
从map中获取值最大的元素
排序法
时间复杂度O(nlogn)
题目中明确给出目标数的个数是大于n/2的,所以排序后的中间值一定为目标元素
摩尔投票
时间复杂度 O(n) 空间复杂度 O(1)
摩尔投票法也称为多数投票法,算法解决的问题是:如何在任意多的候选人中(选票无序),选出获得票数最多的那个。
算法分为对抗和计数两个阶段,对抗阶段分属两个候选人的票数进行两两对抗抵消,计数阶段计算对抗结果中最后留下的候选人票数是否有效。
参考:https://leetcode-cn.com/problems/majority-element/solution/tu-jie-mo-er-tou-piao-fa-python-go-by-jalan/
通俗一点说就是把当前元素当作竞争者a,其他不同元素都当成竞争者b
相同就++,不同就--
最终多的元素就会保留下来
代码
// 摩尔投票法
func majorityElement(nums []int) int {
major,count := 0,0
for _,num := range nums{
if count == 0{
major = num
}
if major == num{
count++
}else {
count--
}
}
return major
}
// 暴力解法 时间复杂度O(n^2)
func majorityElement2(nums []int) int {
res := 0
count := 0
for _,i := range nums{
temp := 0
for _,j := range nums{
if i == j{
temp++
}
}
if temp > count{
count = temp
res = i
}
}
return res
}
// 排序法 时间复杂度O(nlogn)
func majorityElement3(nums []int) int {
sort.Ints(nums)
index := len(nums) / 2
return nums[index]
}
// map
func majorityElement4(nums []int) int {
hash := make(map[int]int)
n := len(nums) / 2
for _,i := range nums{
hash[i]++
count,_ := hash[i]
if count > n{
return i
}
}
return -1
}