日拱算法:多數元素
持續創作,加速成長!這是我參與「掘金日新計劃 · 6 月更文挑戰」的第27天,點擊查看活動詳情
xixixi,更文無力,轉攻算法簡單題。中難題畏畏縮縮,簡單題我重拳出擊~~
突一突 LeetBook 列表/算法面試題彙總
沖沖衝~~
題目:### 多數元素
給定一個大小為 n 的數組 nums ,返回其中的多數元素。多數元素是指在數組中出現次數 大於 ⌊ n/2 ⌋ 的元素。
你可以假設數組是非空的,並且給定的數組總是存在多數元素。
示例 1:
輸入: nums = [3,2,3]
輸出: 3
示例 2:
輸入: nums = [2,2,1,1,1,2,2]
輸出: 2
提示:
n == nums.length
1 <= n <= 5 * 104
-109 <= nums[i] <= 109
解:
方法一:map 實現
通過一遍map,將所有出現元素和他們出現的次數進行存儲,因為map的唯一性,然後對其進行一次遍歷,找出最大值,第一次map操作時間複雜度為o(1),第二次而o(n),所以總體加起來為O(n); 但是由於開闢了一個map空間,空間複雜度同樣是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:排序數組,如果有一個數字出現的頻率大於n/2
,則在數組nums.length / 2
的位置就是這個數
複雜度分析:時間複雜度:O(nlogn)
,快排的時間複雜度。空間複雜度:O(logn)
,排序需要logn
的空間複雜度
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。點贊關注評論,為好文助力👍
我是掘金安東尼 🤠 100 萬閲讀量人氣前端技術博主 💥 INFP 寫作人格堅持 1000 日更文 ✍ 關注我,陪你一起度過漫長編程歲月 🌏
- ChatGPT 不過如此,Kosmos-1 更勝一籌?微軟這波又贏了
- “ChatGPT 們” 所需算力真是“貴滴誇張”!
- 國內有哪些對標 ChatGPT 的大語言模型? 5 大競品
- 常用!提前 reject promise 的 2 種場景,收藏等於學會
- 編程開發新朋友 —— ChatGPT 和 NotionAI 實戰
- 為什麼我更推薦 Notion AI 勝於 ChatGPT ?
- 推薦 5 個你大概率沒見過的免費 API ,一鍵獲取數據!
- ✨從純函數講起,一窺最深刻的函子 Monad
- 神馬?要退役 JavaScript ?!誰人出此狂言?!
- 寫出乾淨的 JavaScript 5 個小技巧
- 想要白嫖正則是吧?這一次給你個夠!
- 淺聊緩存函數
- JavaScript 中如何取消請求
- 知其然,而知其所以然,JS 對象創建與繼承【彙總梳理】
- 10 個 Reduce 常用“奇技淫巧”
- 萬字年中總結,共勉
- 4 個 JavaScript 最基礎的問題 —— Eric Elliott
- 日拱算法:搜索二維矩陣 II
- 日拱算法:多數元素
- 日拱算法:只出現一次的數字