?

一、問題來源 ： LeetCode169. Majority Elements

?

二、解決問題 ：尋找數組中的眾數

?

三、算法介紹

1、傳統方法：
?
?包括但不僅限于暴力法（雙重循環逐個數字判斷是否為眾數）、HashMap法（計數）、排序法（中位數一定為眾數，因為即便從距離中點最遠的兩端起，眾數依舊能夠到達中位數的位置）、隨機數法（隨機找數組中一個數判斷是否為眾數）、分治法
?
?2、多數投票算法(Boyer-Moore Algorithm)
?

【1】Java版

public int majorityElement(int[] nums) {int count = 0;Integer candidate = null;for (int num : nums) {if (count == 0) {candidate = num;}count += (num == candidate) ? 1 : -1;}return candidate;}

【2】Python版

def majorityElement(self, nums):count = 0candidate = Nonefor num in nums:if count == 0:candidate = numcount += (1 if num == candidate else -1)return candidate

值得注意的是，當僅當眾數確定存在時，得到的candidate才有意義，例如000111和111000，按照本方法得到的candidate分別是0和1。

那為什么能夠生效呢，假設從非眾數i開頭，因為眾數的數量高于其他所有數字的總和，我們不妨取最極端的例子，即只有兩個數字的例子來看（忽略了非眾數內部的沖突）1 0 0 1 1 0 0

可以看出，數字1將會在序號2時被替換，只需要消耗相同數量的眾數來抵消非眾數即可，所以在最后一位的時候，非眾數一定被完全抵消。

?

四、參考來源

1、Title：多數投票算法(Boyer-Moore Algorithm)詳解 ?Website：https://www.cnblogs.com/andy-0212/p/10420876.html

2、Title：169. Majority Element官方題解? Website：https://leetcode-cn.com/problems/majority-element/solution/qiu-zhong-shu-by-leetcode-2/

總結

以上是生活随笔為你收集整理的多数投票算法(Boyer-Moore Algorithm)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。