王清欢Randy 王清欢Randy
首页
  • 编程语言

    • C/C++ 学习笔记
    • Golang 学习笔记
  • 算法分析

    • LeetCode 刷题笔记
  • 操作系统

    • Linux 基础
    • Vim 实用技巧
    • Shell 脚本编程
    • GDB 学习笔记
  • 开发工具

    • Git 学习笔记
  • 分布式理论

    • 共识算法
    • 分布式事务
  • 数据库内核

    • PostgreSQL
    • Postgres-XL
  • hidb
  • pgproxy
  • 实用技巧
  • 学习方法
  • 资源分享
GitHub (opens new window)
首页
  • 编程语言

    • C/C++ 学习笔记
    • Golang 学习笔记
  • 算法分析

    • LeetCode 刷题笔记
  • 操作系统

    • Linux 基础
    • Vim 实用技巧
    • Shell 脚本编程
    • GDB 学习笔记
  • 开发工具

    • Git 学习笔记
  • 分布式理论

    • 共识算法
    • 分布式事务
  • 数据库内核

    • PostgreSQL
    • Postgres-XL
  • hidb
  • pgproxy
  • 实用技巧
  • 学习方法
  • 资源分享
GitHub (opens new window)
  • 基础算法

    • 双指针

      • 双指针基础
      • 碰撞指针
      • 快慢指针
      • 滑动窗口
    • 二分查找

      • 基础应用
      • 边界收缩
      • 局部有序
    • 排序算法

      • 01八大排序
      • 02快速排序
      • 03归并排序
      • 04桶排序
      • 05堆排序
    • 优先搜索

      • 01递归
      • 02网格结构深度优先搜索
      • 03树结构深度优先搜索
      • 04图结构深度优先搜索
      • 05网格结构广度优先搜索
      • 06树结构广度优先搜索
      • 07图结构广度优先搜索
    • 回溯算法

      • 01递归
      • 02 子集问题
      • 03 全排列问题
      • 04 组合问题
      • 05 回溯搜索问题
  • 基础数据结构

    • 线性表与哈希表

      • 01数组
      • 02栈和队列
      • 03单调栈
      • 04优先队列
      • 05双端队列
      • 06哈希表
      • 07多重集合
      • 08前缀和
      • 09数据结构设计
    • 字符串

      • 01字符串比较
      • 02回文字符串
      • 03字符串匹配
      • 04字符串算术表达式
    • 单链表

      • 01链表基础操作
      • 02链表遍历
    • 二叉树

      • 01二叉树的属性
      • 02二叉树的操作
      • 03层次遍历
      • 04前中后序遍历
      • 05二叉搜索树的属性
      • 06二叉搜索树的操作
      • 07字典树
      • 08二叉搜索树BST
    • 图

      • 01二分图
      • 02拓扑排序
      • 03并查集
      • 04最小生成树
      • 05最短路径
  • 进阶算法

    • 贪心算法

      • 01跳跃游戏
      • 02分配问题
      • 03区间问题
    • 分治策略

    • 动态规划

      • 01一维动态规划
      • 02二维动态规划
      • 03分割型动态规划
      • 04子序列问题
      • 05背包问题
      • 06字符串编辑问题
      • 07股票交易问题
  • 其他内容

    • 数学问题

      • 01公倍数与公因数
      • 02质数问题
      • 03进制转换问题
      • 04数字字符串求和问题
      • 05众数问题
        • 05 众数问题
          • 169 多数元素
          • 229 求众数 II
      • 06中位数问题
      • 07数字处理问题
      • 08随机数问题
    • 位运算

      • 01位运算基础
      • 02妙用异或运算
      • 03二进制特性
  • LeetCode刷题笔记
  • 其他内容
  • 数学问题
王清欢
2023-03-24
目录

05众数问题

# 05 众数问题

# 169 多数元素 (opens new window)

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。

输入一个一维数组,输出一个整数,表示数组中个数占多数的元素。

输入:[3,2,3]
输出:3

解析:

​ 采用哈希表是一种最为直接的方法,统计数组中每个元素出现的次数,然后找出频次最高的元素即可。

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        unordered_map<int,int> counts;
        for(const auto elem:nums){
            if(counts.find(elem) != counts.end()){
                counts[elem]++;
            }else{
                counts.insert(make_pair(elem,1));
            }
        }
        int ans = 0;
        int max = INT_MIN;
        for(const auto count: counts){
            if(count.second > max){
                ans = count.first;
                max = count.second;
            }
        }
        return ans;
    }
};

​ 本题也可以采用摩尔投票法更加简洁的解决。摩尔投票法的基本原理是:在数组中找到两个不相同的元素并删除它们,不断重复此过程,直到数组中元素都相同,那么剩下的元素就是主要元素。

​ 这种找主要元素的方法是怎么得以实现的呢?该投票法,遇到相同的元素则票数加 1,遇到不同的元素则票数减 1,当该元素的票数为 0 时更换投票主要元素。在主要元素个数大于 n / 2 的情况下,相当于每个主要元素和其他元素两两相互抵消,抵消到最后肯定还剩余至少 1 个多数元素。

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int major = nums[0];
        int count = 0;
        for(int i=0;i<nums.size();++i){
            if(major == nums[i]){
                ++count;
            }else if(count == 0){
                major = nums[i];
            }else{
                --count;
            }
        }
        return major;
    }
};

# 229 求众数 II (opens new window)

给定一个大小为 n 的整数数组,找出其中所有出现超过 n / 3 次的元素。

输入一个一维数组,输出一个一维数组包含所有频次超过 n/3 的元素

输入:[1,1,1,3,3,2,2,2]
输出:[1,2]

解析:

​ 本题是摩尔投票法的进阶用法,摩尔投票法的核心是通过抵消和计票选出多数,可以推出规律:如果至多选一个代表,那他的票数至少要超过一半 1/2 的票数;如果至多选两个代表,那他们的票数至少要超过 1/3 的票数;类推可知,如果至多选 m 个代表,那他们的票数至少要超过 1 / (m+1) 的票数。

​ 回到本题,求频次超过 n/3 的元素,那么最多只有两个,要注意多个主要元素时的抵消情况:(1)A同B不同,A++,B不变;(2)A不同B同,A不变,B++;(3)AB均不同,A--,B--;。

class Solution {
public:
    vector<int> majorityElement(vector<int>& nums) {
        vector<int> res;        
        const int len = nums.size();		
        int major1, major2;        
        int count1 = 0, count2 = 0;        
        for(int i = 0; i < len; i++) {
            // 存在元素相同
            if(nums[i] == major1){
                ++count1;
            }
            else if(nums[i] == major2){
                ++count2;
            }
            // 替换主要元素
            else if(count1 == 0) {
				major1 = nums[i];
				count1 = 1;
			}
            else if(count2 == 0) {
				major2 = nums[i];
				count2 = 1;
			}
            // 与major1和major2都不同时才抵消,如果只有一个不同的情况是另一个计数增加,不要想成了让不同的那一个去抵消,这里容易出错
            else {
				count1--;
				count2--;
			}
        }
        // 检验结果中元素数目是否超过三分之一
        count1 = 0, count2 = 0;
        for(auto &num : nums) {
            if(num == major1) count1++;
            else if(num == major2) count2++;
        }

        if(count1 > len / 3) res.push_back(major1);
        if(count2 > len / 3) res.push_back(major2);
        return res;
    }
};
上次更新: 2023/11/19, 12:55:48
04数字字符串求和问题
06中位数问题

← 04数字字符串求和问题 06中位数问题→

Theme by Vdoing | Copyright © 2023-2024 Wang Qinghuan | MIT License
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式