思路:
最簡單的思路是hush的定址法統計各個數字的個數。最后遍歷hush輸出數量最多的。
這顯然是非常的耗費空間。因為題目中并沒有說明各個數字的大小的取值范圍。
那么我們換一種方法: 用棧來解決問題
例如:

由上圖我們可以得出以下的三個結論:

• 棧為空入棧
• 棧頂元素和與元素相等入棧
• 棧定和元素不相等出棧

其實用通俗易懂的話來說就是挨個比較不同的抵消了。那么留下來的就是數量最多的。

注意:
題目中有一個條件是多數元素的個數大于數組的1/2，正是因為這樣才可以用這種方法。
如果不是那么該方法不能使用。
例如: 2 2 1 3 5 最后留下的是 5 這顯然是不正確的。
代碼如下:

int majorityElement(int* nums, int numsSize){int *stack=(int *)malloc(sizeof(int)*numsSize);int top=-1;for(int i=0;i<numsSize;i++){if(top==-1)//棧里沒有元素，入棧{stack[++top]=nums[i];continue;}if(nums[i]==stack[top])//相等入棧{stack[++top]=nums[i];continue;}top--;//不相等，出棧}return stack[0]; }

這時候的時間復雜度是O(n),空間復雜度也是O(n)。
其實通過分析你會發現棧其實不用那么大，我們完全可以用一個元素來統計棧頂元素，
一個元素來統計個數。
代碼如下:

int majorityElement(int* nums, int numsSize){int count=0;int number=0;for(int i=0;i<numsSize;i++){if(count==0)//棧為空入棧{number=nums[i];count++;continue;}else if(number==nums[i]){count++;}else//出棧count--;}return number; }

上面這種方法的時間復雜度為O(n),空間復雜度為O(0).

上面的總結是根據這個視頻總結的:
https://www.bilibili.com/video/BV13s41197my

總結

以上是生活随笔為你收集整理的力扣:169. 多数元素的全部內容，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。