【题目解析】:要求 时间复杂度:O(n) 空间复杂度:O(1)
方法一:此题约定了空间复杂度为O(1),则注定不能用hash法。那么最快速的方法就是排序,因为该数字超过数组一半长度,那么排序之后,该数字一定处于数组的中间位置,则两行代码即可。这里也给出hash的做法。
//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
/*//选择+快排(如果是面试,排序要能兜住面试官)
sort(numbers.begin(),numbers.end());
return numbers[numbers.size()/2];
*/
//但基于快排的排序空间复杂度必然不是O(1),且这里不需要完整排序
//可以使用topk问题,k为n/2,时间复杂度可以降到O(n)
//这里先不写,复习的时候写,面试说个思路应该也可以过
}
};
//时间复杂度:O(n)
//空间复杂度:O(n)
class Solution {
public:
//这个牛客也可以通过,可能是因为体型比较老,用例也不全面,没有判断空间复杂度的用例
//用rangebase for 可以简洁一些
int MoreThanHalfNum_Solution(vector<int> numbers) {
unordered_map<int,int> hash;
for(int i = 0; i < numbers.size();++i)
{
hash[numbers[i]]++;
}
int n = numbers.size()/2;
int i;
for(i = 0; i < numbers.size();++i)
{
if(hash[numbers[i]] > n)
break;
}
return numbers[i];
}
};
方法二:众数或者候选人方法,确实挺生动的,思路就是:相互抵消。
逻辑是:从前往后选数(同时记录这个数出现的次数),遇到相同的次数就加一,遇到不同的次数就减一,如果遇到相同的次数就加一,如果次数为零,说明这个数不是众数,就将下一个数作为候选人。当遍历完成,这个候选人就是众数。
其实类似的方法也可以用栈实现,相同就入栈,不同就出栈,最后元素就是栈顶元素。思想一模一样。
//时间复杂度:O(n)
//空间复杂度:O(1)
class Solution {
public:
int MoreThanHalfNum_Solution(vector<int> numbers) {
int cur = 0,count = 0;
for(int i = 0; i<numbers.size();++i)
{
if(count == 0)
{
cur = numbers[i]; //cur就是候选人
count++;
}
else{
if(cur == numbers[i])
count++;
else
count--;
}
}
return cur;
}
};

京公网安备 11010502036488号