力扣解题思路：169. 多数元素_一个数组有n个元素,其中一个元素大于二分之n-CSDN博客

本文介绍了寻找数组中多数元素的几种方法，包括排序、哈希表和Boyer-Moore投票算法，详细解析了每种方法的时间和空间复杂度。

169. 多数元素

思路：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。
首先最直观的方法就是先排序，最中间那个数出现次数一定多于 n / 2。

public int majorityElement(int[] nums) {
    Arrays.sort(nums);
    return nums[nums.length / 2];
}

这种方法时间复杂度和空间复杂度为O(nlogn)、O(logn)。如果使用语言自带的排序算法，需要使用 O(logn) 的栈空间。如果自己编写堆排序，则只需要使用 O(1) 的额外空间。
如果我们希望只遍历一遍数组就得到答案，也就是时间复杂度为O(n)则可以使用哈希表：

public int majorityElement(int[] nums) {
    Map<Integer,Integer> map = new HashMap<>();
    for(int num:nums){
        map.put(num,map.getOrDefault(num,0)+1);
        if(map.get(num)>nums.length/2) return num;
    }
    return -1;
}

时间复杂度和空间复杂度为O(n)、O(n)。
这里我们也可以利用 Boyer-Moore Majority Vote Algorithm （摩尔投票法）来解决这个问题，使得时间复杂度为 O(n)。可以这么理解该算法：使用 cnt 来统计一个元素出现的次数，当遍历到的元素和统计元素不相等时，令 cnt–。
如果前面查找了 i 个元素，且 cnt == 0，说明前 i 个元素没有 majority，或者有 majority，但是出现的次数少于 i / 2，因为如果多于 i / 2 的话 cnt 就一定不会为 0。此时剩下的 n - i 个元素中，majority 的数目依然多于 (n - i) / 2，因此继续查找就能找出 majority。

public int majorityElement(int[] nums) {
    int cnt = 0, majority = nums[0];
    for (int num : nums) {
        majority = (cnt == 0) ? num : majority;
        cnt = (majority == num) ? cnt + 1 : cnt - 1;
    }
    return majority;
}