摩爾投票法

摩爾投票法的基本思想很簡單，在每一輪投票過程中，從陣列中找出一對不同的元素，將其從陣列中刪除。這樣不斷的刪除直到無法再進行投票，如果陣列為空，則沒有任何元素出現的次數超過該陣列長度的一半。如果只存在一種元素，那麼這個元素則可能為目標元素。

想一想也好理解，如果陣列中有個元素個數多於一半，那麼只要找到乙個和它不同的就減去乙個，那麼和它不同的元素個數必然是小於它的個數，那麼最後全部找完後剩下的元素就是要找的元素。

例如現在陣列為[1,

2,1,

3,1,

1,1,

2]

[1,2,1,3,1,1,1,2]

[1,2,1

,3,1

,1,1

,2]，設定陣列res用於存放可能是結果的元素，使用count來記錄res中當前元素剩下的個數，依次遍歷陣列：

實現**：

class

solution
(object):
defmajorityelement
(self, nums)
: res =
0 count =
0for n in nums:
if count ==0:
major = n
if n == major:
count = count +
1else
: count = count -
1return major

如何理解摩爾投票演算法？

**摩爾投票法

摩爾投票法

刷leetcode看到的一種解法。想法其實很簡單。上網上看了下這種解法叫摩爾投票法。其實就是找array裡的眾數，原理也很簡單，例如你要找2 n多的數你找眾數，那他個數肯定不小於2 n，然後你加加減減 最後留下那個肯定是眾數。3 n 什麼的情況也一樣，畫一畫就明白了。然後這是別人的解析 摩爾投票法 ...

摩爾投票法

該演算法用於解決尋找乙個含有 n n 個元素的數列 role presentation 中出現超過1k 1 k 即大於nk n k次 的元素 假設滿足要求的元素存在 可知，滿足要求的元素最多有 k 1 k 1 個。使用暴力解法並不難，但是摩爾投票法給出了乙個o n o n 時間複雜度的解法。當k 2...

摩爾投票法

複雜度時間 o n 空間 o 1 因為多於三分之一的數可能有2兩個，所以需要用兩個值和兩個計數器過一遍，但是最後得出來不一定是兩個數都是多於三分之一，有可能 只有乙個是多於三分之一，但不知道是哪乙個，所以要重新過一遍check一下 思路上一題中，超過一半的數隻可能有乙個，所以我們只要投票出乙個數就行...