題目是這樣描述的：「水王」發帖的數目超過了所有帖子的一半，有各個帖子的作者id，求這個水王的id
程式設計之美給出了兩種巧妙的解法
解法一：id排序，那麼id列表中的n/2項即為要找的id（還要排序，時間複雜度為o(nlogn)）
解法二：通過查詢，每次從列表中除去兩個不一樣的id，最後就可以得出這個id，時間複雜度o（n）。寫法上也有技巧，不必非要找到乙個不一樣的在繼續下去，如果下乙個一樣，那麼用乙個變數記錄這個次數，把次數+1，遇見不一樣的－1。例如1，1，2，3，4 初始value ＝1，count ＝1，第二個1，value ＝ 1，count ＝2，下乙個2，value＝1，count=1,下乙個3，value＝3，count=0,下乙個4，value＝4，count＝1...一直到最後，看下value的值，就是所要找的id。
解法三：這個問題也可以用hash統計，在找出那個id，時間複雜度為o（n），但是空間複雜度比解法二大些，最壞可能為o(n）而解法二為o(1)。
以上兩種方法有思路很特別，但是各有優缺點，下面是我的總結下我的理解～
對與解法二，這個演算法有個缺點，不能確切知道這個id出現多少次，只能知道這個id出現的次數大於n/2。（如果想知道，最後還要遍歷次，在海量資料的時候，多遍歷一次的代價是要考慮的）
對為題擴張下～
對於解法一，如果已知有兩個發帖量在1/3以上的id，可以在排序後，在n/3，2n/3的地方取乙個數，在統計下這兩個數出現的次數，既可以判斷，時間複雜度o(nlogn)+o(n)還是o（nlogn）
對於解法二，同樣上述問題，那麼value和count可以用乙個二維陣列來記錄，同樣時間複雜度為o（n）
在對問題擴充套件下，對海量資料的時候～
解法一就變成了「海量資料找出中位數的問題了」，而且不用全部的排序（不是海量資料的時候也可以按找中位數的方法）～這樣，利用數的特性，每個整數都是用32位的二進位制數表示的，按照最高幾位的順序分塊，（分完後塊是有大小順序的）統計每塊數的個數，就可以確定這個中位數在哪個塊裡面了，在對那個塊這樣運算，最終會找到這個中位數。
對於解法二，也可以遞推下，前提條件式必須是已知有m個發帖量在1/(m+1)個以上的id～如果要儲存的數目多的話，可以用hash-map代替陣列
對於解法三，這樣的情況如果m個數還是沒發讀入記憶體的話，要先對id求hash，在hash分組，在hash-map統計即可，如果可以讀入記憶體則一次hash-map統計即可，在在hash-map中找出符合條件的值。與解法二相比，只是有部分空間複雜度上的降低。
對於解法二的思想「減小問題規模，保持問題原有的性質」，對於原題目，性質就是水王的id 在小問題中仍然是超過總發帖量的一半。所以問題的關鍵就是解答，問題關鍵性質是什麼，怎麼減小問題的規模。對於問題的性質，那麼就是具體問題具體分析了，而縮小規模，或者說是劃分子問題，這個思想動態規劃法，分治法都有用到，很大部分是由問題的性質決定的。
尋找發帖「水王」
分析與解法 首先想到的是乙個最直接的方法，我們可以對所有id進行排序。然後再掃瞄一遍排好序的id列表，統計各個id出現的次數。如果某個id出現的次數超過總數的一半，那麼就輸出這個id。這個演算法的時間複雜度為o n log2 n n 如果id列表已經是有序的，還需要掃瞄一遍整個列表來統計各個id出現...
尋找發帖水王
首先想到的是乙個最直接的方法，我們可以對所有id進行排序。然後再掃瞄一遍排好序的id列表，統計各個id出現的次數。如果某個id出現的次數超過總數的一半，那麼就輸出這個id。這個演算法的時間複雜度為o n log2 n n 如果id列表已經是有序的，還需要掃瞄一遍整個列表來統計各個id出現的次數嗎？如...
尋找發帖「水王」
題目 解法1 對所有id排序，因為該id出現的次數超過總數的一半，對有序的序列，第n 2項即為所求id。解法2 每次刪除兩個不同的id，那麼剩下的id列表中，水王 的id次數仍然超過總數的一半。可以通過不斷重複這個過程，把id列表中的id總數降低，從而得到答案。總的時間複雜度只有o n 且只需要常熟...