[剑指offer题解][Java]数组中出现次数超过一半的数字

栏目: 编程工具 · 发布时间: 5年前

内容简介:最近看了好多数据结构文章,但是数据结构拾遗系列迟迟憋不出,主要原因是很多数据结构其实非常偏门,不仅日常很难遇到,学起来还涉及很多数学模型,很难有快速的理解方法。本着女排“短平快”的精神,先更新下剑指offer题解系列。众所周知,《剑指offer》是一本“好书”。

最近看了好多数据结构文章,但是数据结构拾遗系列迟迟憋不出,主要原因是很多数据结构其实非常偏门,不仅日常很难遇到,学起来还涉及很多数学模型,很难有快速的理解方法。

本着女排“短平快”的精神,先更新下剑指offer题解系列。

众所周知,《剑指offer》是一本“好书”。

为什么这么说?因为在面试老鸟眼里,它里面罗列的算法题在面试中出现的频率是非常非常高的。有多高,以我目前不多的面试来看,在所有遇到的算法体中,本书算法题出现的概率大概是60%,也就是10道题有6题是书中原题,如果把变种题目算上,那么这个出现概率能到达90%。

如果你是个算法菜鸡(和我一样),那么最推荐的是先把剑指offer的题目搞明白。

对于剑指offer题解这个系列,我的写作思路是,对于看过文章的读者,能够做到:

  • 迅速了解该题常见解答思路(偏门思路不包括在内,节省大家时间,实在有研究需求的人可以查阅其它资料)
  • 思路尽量贴近原书(例如书中提到的面试官经常会要求不改变原数组,或者有空间限制等,尽量体现在代码中,保证读者可以不漏掉书中细节)
  • 尽量精简话语,避免冗长解释
  • 给出代码可运行,注释齐全,关注细节问题

题目介绍

数组中有一个数字出现的次数超过数组长度的一半,请找出这个数字。例如输入一个长度为9的数组{1,2,3,2,2,2,5,4,2}。由于数字2在数组中出现了5次,超过数组长度的一半,因此输出2。如果不存在则输出0。

解题思路

方法一

思路

该方法改变了原数组。

首先要得到一个推论,那就是一旦有数字大于数组的一半,那么 排序 后的数组的中位数肯定是这个数字,那么我们就先找出这个数字。

这种算法是受快速 排序算法 的启发。在随机快速排序算法中,我们现在数组中随机选择一个数字,然后调整数组中数字的顺序,使得比选中的数字小的数字都排在它的左边,比选中的数字大的数字都排在它的右边。如果这个选中的数字的下标刚好是n/2,那么这个数字就是数组的中位数。如果它的下标大于n/2,那么中位数应该位于它的左边,我们可以接着在它的左边部分的数组中查找。如果它的下标小于n/2,那么中位数应该位于它的右边,我们可以接着在它的右边部分的数组中查找。这是一个典型的递归过程

找到这个数字后,再判断他是否符合条件(大于数组的一半),因为很有可能他是数组中出现次数最多的,但是未必大于数组的一半。

详细细节见代码注释。

代码

public class Solution {
    public int MoreThanHalfNum_Solution(int [] array) {
        if(array.length<=0) {
            return 0;
        }

        int start = 0;
        int length = array.length;
        int end  = length-1;
        // 右移1位,相当于除2,效率更高
        int middle = length>>1;
        // 当前位置
        int index = Partition(array,start,end);

        // 直到取到中位数,才是结果
        while(index!=middle){
            if(index>middle){
                index = Partition(array,start,index-1);
            }
            else{
                index = Partition(array,index+1,end);
            }
        }
        int result = array[middle];

        // 需要统计该数字个数,必须要大于数组长度的一半才能算
        int times = 0;
        for(int i=0;i<length;i++){
            if(result==array[i]){
                times++;
            }
        }
        if(times*2 <= length){
            result = 0;
        }
        return result;
    }

    // 快排中的每次排序实现,返回的是交换后start位置,也就是index一直改变的位置
    private int Partition(int[] array,int start,int end){
        // 取平均值不一定是整数,所以必须除2取整,不能右移
        int flag = (array[start]+array[end])/2;

        while(start<end){
            while(array[end]>flag){
                end--;
            }
            swap(array,start,end);
            while(array[start]<=flag){
                start++;
            }
            swap(array,start,end);
        }
        return start;
    }
    private void swap(int[] array, int num1, int num2){
        int temp = array[num1];
        array[num1] = array[num2];
        array[num2] = temp;
    }
}
复制代码

方法二:两两消除

思路

该方法不改变原数组。

如果有符合条件的数字,则它出现的次数比其他所有数字出现的次数和还要多。 在遍历数组时保存两个值:

  • times:次数
  • result:当前数字

遍历下一个数字时,若它与之前保存的数字相同,则次数加1,否则次数减1;若次数为0,则保存下一个数字,并将次数置为1。

遍历结束后,所保存的数字即为所求。

之后,还要再判断它是否符合大于数组的一半。

详细细节见代码注释。

代码

public int MoreThanHalfNum_Solution(int [] array) {
    int length = array.length;
    
    // 检测数组是否为空
    if (length == 0){
        return 0;
    }
    
    // 初始化result和times参数
    int result = array[0];
    int times = 1;
    
    //遍历数组(由于初始化过,所以直接从第二个数字开始)
    for(int i=1;i<length;i++){
        // 次数为0时写入下一个数字并将次数置1
        if(times == 0){
            result = array[i];
            times = 1;
        }
        // 数字相同,加1
        else if(array[i] == result){
            times++;
        }
        // 数字不同,减1
        else{
            times--;
        }
    }
    
    // 需要统计该数字个数,必须要大于数组长度的一半才能算
    times = 0;
    for(int i=0;i<length;i++){
        if(result==array[i]){
            times++;
        }
   }
    if(times*2 <= length){
       result = 0;
   }
    
   return result;
}
复制代码

方法三:hashmap

思路

将数组中的数字依次遍历,并写入hashmap中,hashmap的值是该数字出现的次数,并在每次循环中判断是否该数次数大于数组的一半,若有直接返回数字,否则遍历完数组返回0。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Programming Python

Programming Python

Mark Lutz / O'Reilly Media / 2006-8-30 / USD 59.99

Already the industry standard for Python users, "Programming Python" from O'Reilly just got even better. This third edition has been updated to reflect current best practices and the abundance of chan......一起来看看 《Programming Python》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码