Majority Element


遍历一次,保存一个长度为k - 1的数组:

  • 如果数组中包括这个数,则该数count + 1

  • 如果数组中有空位,则放入概该,count置为1

  • 如果数组中有数字count为0,则替换该数,count置为1

  • 所有数字count减1

最后数组中剩下的数,就是candidate,每个统计一下就可以了

这个方法可以解决任意1/k的majority number

Majority Element

经典的投票算法。

public class Solution {
    public int majorityElement(int[] num) {

        int major=num[0], count = 1;
        for(int i=1; i<num.length;i++){
            if(count==0){
                count++;
                major=num[i];
            }else if(major==num[i]){
                count++;
            }else count--;

        }
        return major;
    }
}

Majority Element II

Moore's Voting Algorithm.

遍历一次,保存一个长度为k - 1的数组:

  1. 如果数组中包括这个数,则该数count + 1
  2. 如果数组中有空位,则放入该数,count置为1
  3. 如果数组中有数字count为0,则替换该数,count置为1
  4. 所有数字count减1

没有想到这一步, 最后要再扫一遍数组. 最后数组中剩下的数,就是candidate; 此时再扫一遍数组,确认每个 candidate 的真正出现次数,并根据时候符合最终要求添加到最终结果里。

在这个算法中,count = 0 并不一定代表这个数不是 majority 应该被“立刻”踢出去。最后扫一遍和count=0并不立刻踢出去有点像find the celebrity.

这个方法可以解决任意n/k的majority number

从思想上说,这种做法有点像蓄水池抽样,又有点像 find the celebrity,都是 streaming data 然后维护固定 size 进行淘汰的机制。

    public List<Integer> majorityElement(int[] nums){
        int c1=0;int c2=0;int r1=0;int r2=1;
        for(int num : nums){
            if(num==r1){
                c1++;
            }
            else if(num==r2){
                c2++;
            }
            else if(c1==0){
                r1 = num; c1 =1;
            }
            else if(c2==0){
                r2 = num; c2 = 1;
            }
            else{
                c1--;c2--;
            }
        }

        int count1 = 0; int count2=0;
        for(int num:nums){
            if(r1==num) count1++;
            if(r2==num) count2++;
        }
        //must check, 1, 2, 3  output[2,1]. expect: []
        List<Integer> rtn = new ArrayList<Integer>();
        if(count1>nums.length/3) rtn.add(r1);
        if(count2>nums.length/3) rtn.add(r2);
        return rtn;

    }

Majority Number III

同样的思路扩展开来的通用解法,不过注意这题说了只会有一个 majority element 所以最后 return 那里有所不同,但是这个算法完全可以找到所有 k - 1 个。

犯错1: Integer ArrayList 要用 arraylist.set(i, num) 而不是 arraylist.get(i) = new Integer (num)

犯错2: 要先加, 再check empty. 在65%的case的时候挂了, 出现了两个198, 191没有被加入. 原因就是先找到了一个空的位置, 将198放入后continue, 忽略了198实际存在在arraylist里.

public int majorityNumber(ArrayList<Integer> nums, int k) {
        // write your code
        int ans = 0;
        List<Integer> e = new ArrayList<Integer>(k); 
        List<Integer> c = new ArrayList<Integer>(k);
        for(int i=0;i<k;i++) {e.add(0);c.add(0);}
        for(Integer n : nums){

            boolean add = false;
            for(int i=0;i<k;i++){
                if(e.get(i).equals(n)){
                    e.set(i, n);
                    c.set(i, c.get(i)+1);
                    add = true;
                    break;
                }
            }
            if(add) continue;

            boolean empty = false;
            for(int i=0;i<k;i++){
                if(e.get(i)==null||c.get(i).equals(0)){
                    e.set(i, n); c.set(i,1);
                    empty = true;
                    break;
                }
            }
            if(empty) continue;

            for(int i=0;i<k;i++){
                c.set(i, c.get(i)-1);
            }
        }

        for(int i=0;i<k;i++) c.set(i, 0);
        for(Integer n : nums){
            for(int i=0;i<k;i++)
                if(e.get(i).equals(n)) c.set(i, c.get(i)+1);
        }
        for(int i=0;i<k;i++){
            System.out.println(e.get(i) + " " + c.get(i));
            if(c.get(i)>nums.size()/k) return e.get(i);
        }
        return ans;
    }

(Google) Majority Element

http://www.1point3acres.com/bbs/thread-191900-1-1.html

之前google面经里有的关于majority element的题,就是一个排序数组有n个值,求所有出现次数等于或者超过n / k的值。 比如[1 1 2 2 2 2 3 4 5 5 5 5] k = 3 return [2,5]

解决办法就是依次检查所有可能的出现 majority element 的位置 [n/k,2n/k, .... ,n] ,在每个位置上根据当前元素做 search for range,O(log n),如此重复最多 k 次即可。

results matching ""

    No results matching ""