Leetcode 169 - Majority Element（Moore投票算法）

题意

给一个数组，求它的majority，对majority的定义为：出现次数超过$\lfloor \frac{n}{2} \rfloor$的元素。

思路

算法1

$O(nlogn)$时间。

排序，然后返回中间的那个元素即可。

算法2

$O(n)$时间和$O(n)$空间。

我们用unordered_map来存储每个元素出现的次数，最后返回出现次数超过$\lfloor \frac{n}{2} \rfloor$的元素即可。

算法3

我们能否将空间继续优化到const呢？答案是肯定的。

假设我们令我们的majority元素的数目为y，其他元素的个数为x，因为$y > \lfloor \frac{n}{2} \rfloor$。所以，一定有$y - x > 0$。也就是说：平均情况下，至少每两个数会出现一个y。

那么，我们可以用一个cnt来记录y出现的次数，但是此时我们并不知道y是多少？那么我们假设任意一个元素$z$为我们的majority，然后此时的cnt记为1。然后继续去遍历数组，假设当前遇到的元素为$x$：

1. 如果$x = z$: cnt++
2. 如果$x \neq z$: cnt–: 当我们发现cnt为-1的时候，说明在目前长度下，并不是我们的majority。那么用x去替换z。

最后得到的z就是我们的majority。

然后刚刚查了一下，发现这个算法叫做Moore投票算法。

代码

//algorithm 1
class Solution {
public:
    int majorityElement(vector<int>& nums) {
        //O(nlogn) time
        sort(nums.begin(), nums.end());
        //the begin position is 0, so don't need to add 1
        return nums[nums.size() >> 1];
    }
};

//algorithm 2
//O(n) time and O(n) space
class Solution {
public:
    int majorityElement(vector<int>& nums) {
        unordered_map<int, int> count;
        for (auto x : nums) {
            count[x]++;
            //more than floor(n / 2), so should >
            if (count[x] > (nums.size() >> 1)) return x;
        }
        return 0;
    }
};

//algorithm 3
//O(n) time and O(1) space
class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int cnt = 0, y = nums[0];
        for (auto x : nums) {
            if (x == y) cnt++;
            else {
                cnt--;
                if (cnt == -1) y = x, cnt = 1;
            }
        }
        return y;
    }
};