您的位置:首页 > 理论基础 > 数据结构算法

LeetCode-169-Majority Element-E

2018-02-05 14:14 429 查看
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.

解决方法:Moore’s voting algorithm

算法的基本思想:每次都找出一对不同的元素,从数组中删掉,直到数组为空或只有一种元素。不难证明,如果存在元素e出现频率超过半数,那么数组中最后剩下的就只有e。

在算法执行过程中,我们使用常量空间实时记录一个候选元素c以及其出现次数f(c),c即为当前阶段出现次数超过半数的元素。

在遍历开始之前,该元素c为空,f(c)=0。

然后在遍历数组A时,如果f(c)为0,表示当前并没有候选元素,也就是说之前的遍历过程中并没有找到超过半数的元素。那么,如果超过半数的元素c存在,那么c在剩下的子数组中,出现次数也一定超过半数。因此我们可以将原始问题转化为它的子问题。此时c赋值为当前元素, 同时f(c)=1。

如果当前元素A[i] == c, 那么f(c) += 1。(没有找到不同元素,只需要把相同元素累计起来)

如果当前元素A[i] != c,那么f(c) -= 1。 (相当于删除1个c),不对A[i]做任何处理(相当于删除A[i])

如果遍历结束之后,f(c)不为0,那么元素c即为寻找的元素。上述算法的时间复杂度为O(n),而由于并不需要真的删除数组元素,我们也并不需要额外的空间来保存原始数组,空间复杂度为O(1)。

int majorityElement(vector<int>& nums) {
int maj=0,count=1;
for(int i=1;i<nums.size();i++){
nums[i]==nums[maj]?count++:count--;
if(count==0){
maj=i;
count=1;
}
}
return nums[maj];
}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息