您好,登錄后才能下訂單哦!
這篇文章主要為大家展示了“LeetCode如何求數(shù)組中的絕對眾數(shù)”,內容簡而易懂,條理清晰,希望能夠幫助大家解決疑惑,下面讓小編帶領大家一起研究并學習一下“LeetCode如何求數(shù)組中的絕對眾數(shù)”這篇文章吧。
定義:絕對眾數(shù)就是一個數(shù)在一組數(shù)中個數(shù)超過1/2的數(shù)。
比如給你一個長度為N的整形數(shù)組:
[13,12,53,12,23,343,12,12]
要求出他們之中出現(xiàn)次數(shù)超過N/2的元素(假定一個數(shù)組中必定會有這樣的元素),你會怎么求?若你是暴力求解,時間復雜度為O(n^2),那就low啦!
六種算法,括號中是我測試出來的每個算法通過OJ的平均時間,我們來一個一個地講解。
哈希表 (22ms)
排序法 (23ms)
隨機數(shù)法 (19ms)
摩爾投票法 (19ms)
分治法 (26ms)
位操作法 (25ms)
一、哈希表法
代碼:
int majorityElement(std::vector<int> &nums){
std::map<int, int>counter;
for (int i = 0; i < nums.size(); ++i)
if(++counter[nums[i]] > nums.size()/2)
return nums[i];
}
利用哈希表,將每個數(shù)值的次數(shù)存放起來,遇到一個就對應加一,直到這個數(shù)值的次數(shù)大于n/2為止(注意只可能有一個數(shù),出現(xiàn)的次數(shù)大于n/2).
二、排序法
代碼:
int majorityElement(std::vector<int> &nums){
nth_element(nums.begin(),nums.begin()+nums.size()/2,nums.end());
return nums[nums.size()/2];
}
代碼最簡潔,僅僅兩句。也很容易理解,運用了STL中的nth_element(). 通過調用nth_element(start, start+n, end)方法,可以使第n個大的數(shù)值的位置之前的元素都小于這個位置的元素,這個位置之后的元素都大于這個位置的元素。但是他們不一定是有序的。由于我們的絕對眾數(shù)出現(xiàn)的次數(shù)大于n/2,所以排序后第n/2大的元素一定是這個絕對眾數(shù)。
三、隨機數(shù)法
代碼:
int majorityElement(std::vector<int> &nums){
srand((unsigned)time(NULL));
//得到隨機數(shù)種子
while (1) {
int counters = 0;
int index = rand() % nums.size();
for (int i = 0; i < nums.size(); ++i) {
if (nums[index] == nums[i]){
++counters;
}
if (counters > nums.size()/2){
return nums[index];
}
}
}
}
原理:隨機找到一個數(shù)然后計算這個數(shù)組里這個數(shù)出現(xiàn)的次數(shù),若大于n/2則返回這個數(shù)。
我一開始以為這個算法會非常慢,因為它最壞情況是O(n^2),但出乎意料,44個測試的平均結果中,它幾乎是最快的算法(19ms),和摩爾投票法相當。
四、摩爾投票法(動態(tài)規(guī)劃)
代碼:
int majorityElement(std::vector<int> &nums){
int major = 0, counters = 0;
for (int i = 0; i < nums.size(); ++i) {
if(!counters){
major = nums[i];
counters = 1;
}
else
counters += (major == nums[i]) ? 1:-1;
}
return major;//因為假設一定存在絕對眾數(shù),所以可以直接返回
}
原理:定位major為數(shù)組中的某個數(shù),遇到同樣的數(shù)加一,不同的數(shù)減一,若為0則去掉這個定位,重新定位另外一個數(shù),最后要么返回絕對眾數(shù),要么不存在絕對眾數(shù),由于題目中已經(jīng)假設一定存在絕對眾數(shù),所以不存在的情況不需要考慮。
五、分治法
代碼:
int majorityElement(std::vector<int> &nums){
return majority(nums, 0, nums.size()-1);
}
int majority(std::vector<int> &nums,int left,int right){
if (left == right) {
return nums[left];
}
int mid = left + ((right - left) >> 1);
int lm = majority(nums, left, mid);
int rm = majority(nums, mid + 1, right);
if(lm == rm){
return rm;
}
return std::count(nums.begin() + left, nums.begin() + right + 1, lm) > std::count(nums.begin() + left, nums.begin() + right + 1, rm) ? lm : rm;
}
原理:通過分治的思想計算出左右兩邊出現(xiàn)次數(shù)最多的數(shù),然后進行比較,看哪個出現(xiàn)的次數(shù)更多,返回次數(shù)更多的那一個。值得注意的是這里用到了STL里的count方法,它使用一對迭代器和一個值做參數(shù),將值出現(xiàn)的次數(shù)返回。
PS:中間計算mid的時候用到了位操作符,>>1其實就是除以2. 不能直接(left+right)/2,因為left+right可能會溢出。
六、位操作法
代碼:
int majorityElement(vector<int>& nums) {
int major = 0;
for (int i = 0,mask = 1; i < 32; ++i,mask <<= 1) {
int bitCounts = 0;
for (int j = 0; j < nums.size(); ++j) {
if(nums[j] & mask) bitCounts++;
if (bitCounts > nums.size()/2) {
major |= mask;
break;
}
}
}
return major;
}
原理:這是最有趣的一個算法,它算的是每個數(shù)的bit(位),若所有數(shù)字的某個bit(位)的個數(shù)加起來大于一半,則絕對眾數(shù)一定有這個位,把這個位的值加起來,最后得到的結果就是絕對眾數(shù)。
PS:(major |= mask 中的 |= 是按位或,其實就相當于+=),(& 就是“與”運算符,返回兩個數(shù)值中位置一樣的位的值)
若還是無法理解,希望下面這張圖能夠幫助你理解這個算法。字丑見諒~
以上是“LeetCode如何求數(shù)組中的絕對眾數(shù)”這篇文章的所有內容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內容對大家有所幫助,如果還想學習更多知識,歡迎關注億速云行業(yè)資訊頻道!
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內容。