多数元素

#leetcode #2024/08/05

目录

• 题目及理解
• 解题思路
  • 解法 1：哈希
  • 解法 2：排序
  • 解法 3：Boyer-Moore投票算法
• 代码实现
  • 复杂度分析
• 算法应用
• 错误记录

题目及理解

解题思路

解法 1：哈希

使用一个哈希表来统计每个元素的出现次数，并找到出现次数超过 ⌊ n/2 ⌋ 的元素

解法 2：排序

多数元素的出现频率超过 ⌊ n/2 ⌋ ，因此排序后的数组中间位置的元素即为多数元素。

所以排序后，返回 nums[midIndex] 即可

解法 3：Boyer-Moore投票算法

• 核心思想是“对抗“或“抵消“
  • 每个候选人都有支持者。
  • 支持者之间可以互相抵消。
  • 如果一个候选人的支持者数量超过了总人数的一半，那么即使所有其他候选人的支持者联合起来，也无法完全抵消这个候选人的支持者

1. 初始化：
   • 设置 candidate 为 null（还没有候选人）
   • 设置 count 为 0（计票器）
2. 遍历数组： 对于数组中的每个元素：
   • 如果 count 为 0：
     • 将当前元素设为新的 candidate
     • 将 count 设为 1
   • 否则：
     • 如果当前元素等于 candidate，count 加 1
     • 如果当前元素不等于 candidate，count 减 1
3. 返回结果： 遍历结束后，candidate 就是多数元素

代码实现

/**
 * @param {number[]} nums
 * @return {number}
 */
var majorityElement = function (nums) {
    // 当前遍历的候选人, 初始化为 null,
    // 刚开始，还没遍历任何元素，所以候选人是 null
    let target = null;
    // 该候选人 target 的票数
    let count = 0;

    for (const num of nums) {
        // 如果 count 为 0 ，说明之前的票数抵消完了，需要重新设置候选人
        if (count === 0) {
            target = num;
            count = 1;
        } else {
            // 如果当前的数字和候选人相同，票数 + 1
            if (num === target) {
                count++;
            } else {
                // 如果当前的数字和候选人不同，票数 - 1
                count--;
            }
        }
    }
    return target;
};

复杂度分析

• 时间复杂度：O(n)，只需要遍历数组一次。
• 空间复杂度：O(1)，只使用了常数额外空间。

算法应用

• 在数据流中找到频繁项
• 一群带正电的粒子和一群带负电的粒子，判断他们的正负性或者中性

错误记录