算法简介
在一个数组中,存在一个众数,众数的数量要大于数组大小的一半。设计时间复杂度为 O(n),空间复杂度为 O(n) 的算法: 在数组中找出该众数。
该算法维护了两个变量:候选人 candiate 和投票数目 count。其基本算法步骤如下:
- 初始化 candiate 为任意值,count 的值为0;
- 遍历数组,如果 count 为 0,那么将当前元素的值赋给 candiate;
- 如果当前元素的值与 candiate 的值相同,则 count 加1;
- 如果当前元素的值与 candiate 的值不同,则 count 减1;
- 重复步骤 2-4,最终 candiate 即为目标众数;
简单来说,该算法的过程如下:
例如,现在要竞选总统,只有某人的票数超过总票数的一半时,这个人才会当选总统。目前的投票结果如下:
在前 4 票中,Mike 占了 2 票,Tina 和 John 分别占 1 票,没有人的票数大于 2 票,那么他们之间就会相互抵消:
在第 5 票和第 8 票中,同样的,Mike 占 2 票,John 和 Henry 分别占 1 票,没有人的票数大于 2 票,那么他们之间会相互抵消:
在最后剩下的 2 票中,只有 Mike,因此 Mike 最终竞选成功,当选总统:
正确性证明
假设当前数组大小为 \(n\),众数的数目为 \(m\),且一定存在 \(2m>n\)。
此时,如果抵消一对数组元素,且这两个元素中至少有一个数不是众数,那么会存在如下两种情况:
情况1:这两个元素都不是众数
该情况下存在 \(2m>n-2\),该式子依然成立。
情况2:这两个元素有一个是众数
该情况下存在 \(2(m-1)>n-1\),该式子依然成立。
算法实现
class Solution {
public:
int majorityElement(vector<int>& nums) {
int candidate = -1, int count = 0;
for (int num : nums) {
if (num == candidate)
++count;
else if (--count < 0) {
candidate = num;
count = 1;
}
}
return candidate;
}
};
标签:count,candiate,Moore,元素,算法,数组,众数,Boyer From: https://www.cnblogs.com/tuilk/p/16853697.html题目来源:Leetcode - 169.多数元素