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
}