日拱算法：多数元素

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第27天，点击查看活动详情

---

xixixi，更文无力，转攻算法简单题。中难题畏畏缩缩，简单题我重拳出击~~

突一突 LeetBook 列表/算法面试题汇总

冲冲冲~~

题目：### 多数元素

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.length
• 1 <= n <= 5 * 104
• -109 <= nums[i] <= 109

解：

方法一：map 实现

通过一遍map，将所有出现元素和他们出现的次数进行存储，因为map的唯一性，然后对其进行一次遍历，找出最大值，第一次map操作时间复杂度为o(1),第二次而o(n),所以总体加起来为O(n); 但是由于开辟了一个map空间，空间复杂度同样是o(n)

```js /* * @param {number[]} nums * @return {number} / var majorityElement = function(nums) { let map = new Map() for(let i=0;i<nums.length;i++){ if(map.has(nums[i])){ map.set(nums[i],map.get(nums[i])+1) }else{ map.set(nums[i],1) } }

for(let [key,val] of map.entries()){
    if(val>nums.length/2){
        return key
    }
}

}; ```

方法二：排序

思路：排序数组，如果有一个数字出现的频率大于n/2，则在数组nums.length / 2的位置就是这个数

复杂度分析：时间复杂度：O(nlogn)，快排的时间复杂度。空间复杂度：O(logn)，排序需要logn的空间复杂度

js var majorityElement = function (nums) { nums.sort((a, b) => a - b); return nums[Math.floor(nums.length / 2)]; };

OK，以上便是本篇分享。点赞关注评论，为好文助力👍

我是掘金安东尼 🤠 100 万阅读量人气前端技术博主 💥 INFP 写作人格坚持 1000 日更文 ✍ 关注我，陪你一起度过漫长编程岁月 🌏