169. 多数元素
题目
给定一个大小为 n 的数组 nums ,返回其中的多数元素。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。
示例 1:
- 输入:
nums = [3,2,3] - 输出:
3
示例 2:
- 输入:
nums = [2,2,1,1,1,2,2] - 输出:
2
提示:
n == nums.length1 <= n <= 5 * 10^4-10^9 <= nums[i] <= 10^9
进阶:尝试设计时间复杂度为 O(n)、空间复杂度为 O(1) 的算法解决此问题。
代码
完整代码
int majorityElement(int* nums, int numsSize) {int most = nums[0];int cnt = 1;for (int i = 1; i < numsSize; i++) {if (nums[i] == most) {cnt++;} else {cnt--;if (cnt < 0) {most = nums[i];cnt = 1;}}}return most;
}
思路分析
该问题的最优解法是使用Boyer-Moore多数投票算法,时间复杂度为 O(n),空间复杂度为 O(1)。这个算法的核心思想是维护一个候选多数元素以及其计数器。当遍历数组时,如果当前元素与候选多数元素相同,计数器加一;如果不同,计数器减一。当计数器减为零时,将当前元素设为候选多数元素,并重置计数器为一。最终剩下的候选多数元素即为数组中的多数元素。
拆解分析
初始化候选元素和计数器
初始化候选多数元素 most 为数组的第一个元素,计数器 cnt 为 1。
int most = nums[0];
int cnt = 1;
遍历数组更新候选元素和计数器
遍历数组,从第二个元素开始:
- 如果当前元素等于候选多数元素,计数器加一;
- 否则,计数器减一;
- 如果计数器减为零,更新候选多数元素为当前元素,并重置计数器为一。
for (int i = 1; i < numsSize; i++) {if (nums[i] == most) {cnt++;} else {cnt--;if (cnt < 0) {most = nums[i];cnt = 1;}}
}
返回候选多数元素
最终返回候选多数元素 most。
return most;
复杂度分析
- 时间复杂度:O(n),其中 n 是数组的长度。我们只需遍历数组一次。
- 空间复杂度:O(1),我们只使用了常数级别的额外空间。
结果

一题多解
排序法
排序法思路分析
排序数组后,多数元素必定会出现在中间位置。我们可以直接返回排序后的数组中位于 n/2 位置的元素。
排序法复杂度分析
- 时间复杂度:O(n log n),这是
qsort的时间复杂度。 - 空间复杂度:O(1),如果排序算法是原地排序,否则为 O(n)。
完整代码
#include <stdio.h>
#include <stdlib.h>int cmp(const void* a, const void* b) {return (*(int*)a - *(int*)b);
}int majorityElement(int* nums, int numsSize) {qsort(nums, numsSize, sizeof(int), cmp);return nums[numsSize / 2];
}
拆解分析
排序数组
使用标准库中的 qsort 函数对数组进行排序。
qsort(nums, numsSize, sizeof(int), cmp);
返回中间元素
由于多数元素必定会出现在中间位置,直接返回排序后数组中 numsSize / 2 位置的元素。
return nums[numsSize / 2];
结果

相关文章:
169. 多数元素
题目 给定一个大小为 n 的数组 nums ,返回其中的多数元素。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。 示例 1: 输入:nums [3,2,3]输出:3 …...
ADS基础教程19 - 电磁仿真(EM)基本概念和实操
EM介绍 一、引言二、基本概念1.EM介绍2.Momentum介绍3.FEM介绍4.Substrate介绍 三、创建Layout并进行Momentum仿真1.创建Layout2.添加Microtrip(微带线)3.添加Substrate4.Momentum仿真 四、总结 一、引言 本章节开始介绍EM的基本概念、内容以及实现具体…...
LabVIEW RT环境中因字符串拼接导致的系统崩溃问题
在LabVIEW实时操作系统(RT)环境中运行的应用程序出现字符串拼接后死机的问题,通常涉及内存管理、内存泄漏或其他资源管理问题。以下是一些指导和步骤,帮助解决这个问题: 1. 内存泄漏检测 字符串拼接会在内存中创建新…...
深层网络:层数多真的更好吗?
深层网络:层数多真的更好吗? 在深度学习的世界里,"深度"始终是一个热门话题。随着技术的发展,我们有了越来越多的方法来构建更深的神经网络,这似乎暗示着“层数越多,效果越好”。然而࿰…...
【QT5】<知识点> QT常用知识(更新中)
目录 一、更改文本颜色和格式 二、QT容器类 三、字符串与整数、浮点数之间的转换 四、QString常用功能 五、SpinBox的属性介绍 六、滑动、滚动、进度条和表盘LCD 七、时间、日期、定时器 一、更改文本颜色和格式 动态设置字体粗体:QFont对象的setBold方法动态…...
如何将AndroidStudio和IDEA的包名改为分层级目录
新版UIAndroidStudio 1、点击项目目录右上角如图所示的三个点点。 2、然后依次取消Hide empty middle package ,Flatten package的勾选 3、注意:一定要先取消hide的勾选,不然目录不会完全分级(做错了可以反过来重新设置&#x…...
北交字节联合提出ClassDiffusion: 使用显式类别引导的一致性个性化生成。
在个性化生成领域, 微调可能会引起过拟合导致模型无法生成与提示词一致的结果。针对这个问题,北交&字节联合提出ClassDiffusion,来提升个性化生成的一致性。 通过两个重要观察及理论分析提出了新的观点:一致性的损失是个性化概念语义偏移导致的, 还…...
37、matlab矩阵运算
1、前言 矩阵运算是指对矩阵的各种操作和运算,包括矩阵加法、矩阵减法、矩阵乘法、矩阵转置、求逆矩阵等。以下是常见的矩阵运算: 矩阵加法:对应位置的元素相加,要求加数和被加数的维度相同。 A B | a11 b11 | | a12 b12 | | …...
用软件实现的硬件——虚拟机
通过软件实现CPU和内存等硬件所具有的功能,并在计算机中运行循环的计算机技术称为虚拟机。使用虚拟机,就可以在一台计算机中运行多个循环出来的计算机。 近几年的计算机,除了硬件具有较高的性能外,CPU的性能也有了提升。因此&…...
[Shell编程学习路线]--shell中重定向和管道符(详细介绍)
🏡作者主页:点击! 🛠️Shell编程专栏:点击! ⏰️创作时间:2024年6月12日10点50分 🀄️文章质量:93分 ——前言—— 在Shell编程中,重定向和管道符是两个…...
Linux命令详解(1)
在Linux操作系统中,命令行界面(CLI)是一个强大的工具,它允许用户通过键入命令来与系统交互。无论是系统管理员还是普通用户,掌握一些基本的Linux命令都是非常重要的。在本文中,我们将探讨一些常用的Linux命…...
网工内推 | 深信服、中软国际技术支持工程师,最高13k*13薪
01 深信服 🔷招聘岗位:远程技术支持工程师 🔷任职要求: 一、专业能力和行业经验: ①具备友商同岗位工作经验1.5年以上,具备良好的分析和判断能力,有独立问题处理思路,具备常见协…...
实现卡片的展开缩放动画
原理,外层包裹一个元素,子元素分别是展开和收起的元素,然后对展开的元素添加动画,动画内容是随时间变化,将卡片的transform:rotateX属性进行调整,因为改变的是子元素的旋转,父元素高…...
实验:贪心算法
实验二:贪心算法 【实验目的】 应用贪心算法求解活动安排问题。 【实验性质】 验证性实验。 【实验要求】 活动安排问题是可以用贪心算法有效求解的很好的例子。 问题:有n个活动的集合A{1,2,…,n},其中每个活动都要求使用同一资源&…...
Python学习笔记12 -- 有关布尔值的详细说明
一、布尔表达式 最终值为true 或者false 二、常见形式: 1、常量:true false 2、比较运算: and ! 3、复合运算: and and or 4、其他 例:检测闰年: def specialYearMine(year):if (year%4 …...
SQL-窗口函数合集
目录 1.窗口函数简介2.窗口的定义3.相关题目示例3.1 PERCENT_RANK()2346 以百分比计算排名 3.2 FIRST_VALUE()/LAST_VALUE()/NTH_VALUE()2388 将表中的空值更改为前一个值 1.窗口函数简介 MySQL 开窗函数(Window Functions)是 MySQL 8.0 版本引入的一个…...
2024 全球软件研发技术大会官宣,50+专家共话软件智能新范式!
2024年的全球软件研发技术大会(SDCon)由CSDN和高端IT咨询与教育平台Boolan联合主办,将于7月4日至5日在北京威斯汀酒店举行。本次大会的主题为“大模型驱动软件智能化新范式”,旨在探讨大模型和开源技术的发展如何引领全球软件研发…...
opencv快速安装以及各种查看版本命令
安装opencv并查看其版本,直接通过一个可执行文件实现。 #!/bin/bashwget https://codeload.github.com/opencv/opencv/zip/3.4 -O opencv-3.4.zip && unzip opencv-3.4.zip && cd opencv-3.4 && \mkdir build && cd build &&a…...
免费学习通刷课(免费高分)Pro版
文章目录 概要整体架构流程小结 概要 关于上一版的免费高分的学习通刷课,有很多人觉得还得登录太复杂了,然后我又发现了个神脚本,操作简单,可以后台挂着,但是还是建议调整速度到2倍速,然后找到你该刷的课&…...
线性数据结构-队列
队列(Queue)是一种先进先出(First In First Out, FIFO)的数据结构,它按照元素进入的顺序来处理元素。队列的基本操作包括: enqueue:在队列的末尾添加一个元素。dequeue:移除队列的第…...
Stable-Diffusion-v1-5-Archive 赋能在线教育:自动生成课程插图与知识图谱
Stable-Diffusion-v1-5-Archive 赋能在线教育:自动生成课程插图与知识图谱 1. 引言:当备课遇上AI绘画 做在线教育的朋友,大概都经历过这样的时刻:深夜赶制课件,PPT做到一半,卡在了找配图上。想找一个能精…...
从零到一:HMS系统CVE-2022-25491 SQL注入漏洞的实战复现与深度剖析
1. 漏洞背景:HMS系统与CVE-2022-25491 医院管理系统(HMS)是医疗行业的核心信息化平台,它整合了患者挂号、医生排班、药品库存等关键数据。这类系统一旦出现安全漏洞,可能导致患者隐私泄露甚至医疗事故。CVE-2022-25491…...
论文查重焦虑终结者:PaperXie 降重复 | AIGC 率功能全解析,让学术成果安全过关
paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能排版/文献综述/aippthttps://www.paperxie.cn/weight?type1https://www.paperxie.cn/weight?type1 毕业季的论文战场里,“重复率” 和 “AIGC 疑似度” 是悬在每一位本科生、研究生头顶的两把利剑。熬夜写完…...
合成控制法SCM:从原理到Stata实操,一篇搞懂
合成控制法(SCM)是我工具箱里的“王牌工具”——它完美解决了“处理组只有一个个体,找不到合适对照组”的痛点,比如“评估上海房产税政策的效果”“估计新冠疫情对某国经济的影响”。今天就结合我自己的实操经验,把合成…...
轮毂电机外特性曲线模型与电机效率map图:基于二维查表法搭建的模型研究
轮毂电机外特性曲线模型、电机效率map图 包含轮毂电机模型(采用二维查表法搭建)、电机效率以及外特性图在电动车动力系统开发中,轮毂电机的特性建模就像给赛车手配导航仪——既要准又要快。今天咱们手把手搭个能实战的电机模型,重…...
GCC/Clang vs MSVC:不同编译器下预编译头文件配置全指南
GCC/Clang vs MSVC:不同编译器下预编译头文件配置全指南 在跨平台C开发中,编译器的选择往往直接影响项目的构建效率。当你在Linux环境下习惯使用GCC/Clang的高效编译,切换到Windows平台却不得不面对MSVC的漫长等待时,预编译头文件…...
猫抓:网页媒体资源捕获与解析解决方案
猫抓:网页媒体资源捕获与解析解决方案 【免费下载链接】cat-catch 猫抓 chrome资源嗅探扩展 项目地址: https://gitcode.com/GitHub_Trending/ca/cat-catch 你是否曾遇到过想要保存网页中的视频却找不到下载按钮?是否因复杂的流媒体格式而束手无策…...
[RDK X5] MJPG硬件编解码优化实战:从性能瓶颈分析到OpenWanderary跨语言封装
1. 从3秒延迟到200ms:RDK X5上的MJPG性能优化之旅 第一次在RDK X5上跑3264x2448分辨率的目标检测时,那个画面卡得就像在看PPT——平均3秒才能刷新一帧,检测结果出来时目标早跑没影了。这让我意识到,在嵌入式视觉开发中,…...
ComfyUI+SD3.5保姆级部署教程:从环境配置到工作流导入(含低显存解决方案)
ComfyUISD3.5全流程部署指南:从零配置到高效创作 开篇:为什么选择ComfyUISD3.5组合? 当Stable Diffusion 3.5在2024年10月横空出世时,整个AI绘图领域为之一振。作为Stability AI的旗舰级开源模型,SD3.5系列ÿ…...
【开源dcluster】探索指标中台如何加速企业数据智能转型
1. 为什么企业需要指标中台? 想象一下你是一家电商公司的数据分析师,每天要处理来自用户行为、交易记录、库存系统等十几个数据源的报表。市场部要转化率,运营部要留存率,财务部要ROI——每个部门对同一指标的计算口径都不一样。更…...
