169. Majority Element

题目：

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.

Credits:
Special thanks to @ts for adding this problem and creating all test cases.

链接： http://leetcode.com/problems/majority-element/

题解：

找Major Element， more than [n / 2] times。可以使用Boyer-Moore's Majority Voting Algorithms - 设定一个candidate，一个count。在count = 0时设置candidate为当前nums[i]，假如candidate == nums[i]，count++，否则count--。 可能会有的follow up是，找more than [n / 3] 和 [n / 4] times的major elements， 这时我们要根据[n / theta]中theta的大小来设置一个HashMap<Integer，Integer>来记录Integer以及count。当integer不在map中时，我们把put(integer, 1)，否则put(integer, count + 1)。当map.size() > [1/theta]时，遍历map，每个key的count--，当count == 0时，delete这个key。 最后返回map中count > 1/theta的值。 这样的花时间复杂度是O(n)，空间复杂度是O(1)。

Time Complexity - O(n)， Space Complexity - O(1)。最后其实应该再过一遍数组来检查这个元素是否是majority element

public class Solution {
    public int majorityElement(int[] nums) {
        if(nums == null || nums.length == 0)
            return 0;
        int candidate = 0, count = 0;
        
        for(int i = 0; i < nums.length; i++) {
            if(count == 0)
                candidate = nums[i];
            if(nums[i] == candidate)
                count++;
            else
                count--;
        }
        
        return candidate;
    }
}

 

又思考了一下general的case，假如给定一个数组，要求majority elements，这些elements出现 > 数组的theta (比如theta = 0.3， 0.4，0.5)。方法应该是如下:  Time Complexity - O(n)， Space Complexity - O(1 / theta)。

1) 建立一个k个数的map， 比如more than [1/2]则 k = 1， more than [1/3]则 k  = 2， more than [1/4]则 k = 3。

2) 当map.size() > k时，对map中每个元素进行count--，移除 = 0元素

3) 对map中剩余元素进行count++

4）最后输出map中count > theta * n的元素。

 

二刷：

Boyer-Moore选择问题。可以使用一个count一个candidate很容易的找到比n/2大的元素。要注意的是题目给出这样元素存在在数组里，  假如没有这个条件，我们在最后还要再判断一下这个candidate是否count > n / 2.

Java:

Time Complexity - O(n)， Space Complexity - O(1)

public class Solution {
    public int majorityElement(int[] nums) {
        if (nums == null | nums.length == 0) {
            return -1;
        }
        int candidate = 0, count = 0;
        for (int i = 0; i < nums.length; i++) {
            if (count == 0) {
                candidate = nums[i];
                count++;
            } else {
                count = nums[i] == candidate ? count + 1 : count - 1;
            }
        }
        /*
        count = 0;
        for (int i = 0; i < nums.length; i++) {
            if (nums[i] == candidate) {
                count++;
            }
            if (count > nums.length() / 2) {
                break;
            }
        }
        return count > nums.length() / 2 ? candidate : -1;
        */
        return candidate;
    }
}

 

三刷:

Boyer-Moore选择

Java:

public class Solution {
    public int majorityElement(int[] nums) {
        if (nums == null || nums.length == 0) {
            return 0;
        }
        int candidate = 0, count = 0;
        
        for (int num : nums) {
            if (count == 0) {
                candidate = num;
                count++;
            } else if (num == candidate) {
                count++;
            } else {
                count--;
            }
        }
        for (int num : nums) {
            if (candidate == num) {
                count++;
            }
        }
        return (count >= nums.length / 2) ? candidate : 0;
    }
}

 

 

Reference：

http://www.cs.yale.edu/homes/el327/datamining2011aFiles/ASimpleAlgorithmForFindingFrequentElementsInStreamsAndBags.pdf

https://leetcode.com/discuss/43248/boyer-moore-majority-vote-algorithm-and-my-elaboration

http://stackoverflow.com/questions/24691048/find-all-elements-that-appear-more-than-n-4-times-in-linear-time

https://en.wikipedia.org/wiki/Boyer%E2%80%93Moore_majority_vote_algorithm