【算法分析与设计】【第五周】169. Majority Element
2017-10-08 12:37
260 查看
题目来源:https://leetcode.com/problems/majority-element/description/
方法概览
视作中位数问题
方法一快排
方法二topK
分治
方法三
本题最佳
方法四
题目升级找出现次数多于N3的元素
题目大意:找到出现次数超过一半的元素。
看到题目,应该想到,给定一个整数数组,找出出现次数大于N/2 的那个数,且这样的数若存在,就仅仅存在一个。
方法很多,这里总结四种。
方法一、二详情可以看我的第三周博客 http://blog.csdn.net/raoyx/article/details/78079466
思路大致如下:
1.如果count==0,则将now的值设置为数组的当前元素,将count赋值为1;
2.反之,如果now和现在数组元素值相同,则count++,反之count–;
3.重复上述两步,直到扫描完数组。
在本题中,题目明确了主元素是存在的,简化了一些步骤,没有了后边的检查步骤。
参考:
http://blog.csdn.net/ztf312/article/details/51011022
方法概览
视作中位数问题
方法一快排
方法二topK
分治
方法三
本题最佳
方法四
题目升级找出现次数多于N3的元素
方法概览
这题和《算法概论习题》2.23是一样的。老师刚讲过,复习一下。题目大意:找到出现次数超过一半的元素。
看到题目,应该想到,给定一个整数数组,找出出现次数大于N/2 的那个数,且这样的数若存在,就仅仅存在一个。
方法很多,这里总结四种。
方法 | 复杂度 |
---|---|
快排 | O(nlogn) |
topK | O(n) |
分治 | O(nlogn) |
投票算法 | O(n) |
视作中位数问题
首先要明白,如果一个元素的个数超过N/2则这个元素必然是这N个元素的中位数。则题目转化为找中位数。方法一(快排)
方法一:最直白的一种,用快排算法,将该数组排序,其中中位数就是主元素,这很容易想通。快排O(nlogn),找中位数O(1)快排算法前两周写了多次了,本周就先不写了。方法二(topK)
方法二:topK也是刚刚复习过的内容,只不过这里的K位置比较特殊,第K大是中位数而已。方法一、二详情可以看我的第三周博客 http://blog.csdn.net/raoyx/article/details/78079466
分治
方法三
方法三:根据2.23的提示,先采取分治的思想,用一种复杂度在O(nlogn)的算法。本题最佳
方法四
方法四:多数投票算法。思路大致如下:
1.如果count==0,则将now的值设置为数组的当前元素,将count赋值为1;
2.反之,如果now和现在数组元素值相同,则count++,反之count–;
3.重复上述两步,直到扫描完数组。
在本题中,题目明确了主元素是存在的,简化了一些步骤,没有了后边的检查步骤。
class Solution { public: vector<int> majorityElement(vector<int>& nums) { vector<int> v; int size = nums.size(); int n1=0,n2=0,cn1=0,cn2=0; for(int i=0;i<size;i++) { if(nums[i]==n1) { cn1++; } else if(nums[i]==n2) { cn2++; } else if(cn1==0) { n1 = nums[i]; cn1 = 1; } else if(cn2==0) { n2 = nums[i]; cn2 = 1; } else { cn1--; cn2--; } } if(cn2==0&&size>0)//用来解决[0 0]的情况 n2=nums[0]-1; cn1=0; cn2=0; for(int i=0;i<size;i++) { if(nums[i]==n1) cn1++; if(nums[i]==n2) cn2++; } if(cn1>size/3) v.push_back(n1); if(cn2>size/3) v.push_back(n2); return v; } };
(题目升级)找出现次数多于N/3的元素
依然是多数投票算法 Majority Vote Algorithm,这里讲解挺详细。参考:
http://blog.csdn.net/ztf312/article/details/51011022
相关文章推荐
- 算法系列(13) Leetcode 169 Majority Element
- 算法分析与设计课程作业第五周#1
- leetcode 169. Majority Element 多数投票算法(Boyer-Moore Majority Vote algorithm)
- [算法分析与设计] leetcode 每周一题: 215. Kth Largest Element in an Array
- (算法分析Week1)Majority Element[Easy]
- (算法设计技巧与分析)Majority
- [算法分析与设计] leetcode 每周一题: Kth Smallest Element in a BST
- LeetCode 169. Majority Element (数组的主要元素、摩尔投票算法)
- 算法分析与设计:leetcode169.Majority Element
- 【LeetCode】169. Majority Element (多数投票算法 & 算法迁移能力)
- 第五周算法分析与设计:Minimum Size Subarray Sum
- 【算法分析与设计】【第三周】215. Kth Largest Element in an Array
- 15算法课程 169. Majority Element
- 算法分析与设计第五周习题:95. Unique Binary Search Trees II
- 第七周算法分析与设计:ZigZag Conversion
- 169. Majority Element
- 算法分析与设计课程作业第三周#1
- 算法分析与设计——LeetCode:4. Median of Two Sorted Arrays
- 算法分析与设计课程01——495. Teemo Attacking
- 169. Majority Element