21xrx.com
2024-11-08 22:23:24 Friday
登录
文章检索 我的文章 写文章
C++求众数
2023-07-02 18:49:14 深夜i     --     --
C++ 求众数 统计 数组

在C++中,寻找一个数列中的众数是一个经常出现的问题。众数指的是在数列中出现次数最多的数,可能有多个。那么,我们怎样在C++中求解一个数列的众数呢?下面我将介绍一种常见的方法。

一、暴力法

最朴素的方法便是直接进行遍历,找到出现次数最多的数即可。具体来说,我们可以通过两个嵌套的循环,分别枚举数列中的每一个数,然后统计该数在数列中出现的次数。在统计时,我们可以设置一个max变量来记录出现次数最多的数,并随时更新该变量。最后,我们返回max即可。

但是,这种方法的时间复杂度为O(n^2),不适用于大规模的数据处理。因此,我们需要寻找更快速的方法来求解众数。

二、哈希表

哈希表是一种效率高、实现简单的数据结构,十分适用于求解众数的问题。

哈希表可以将一个数列中的所有元素和它们出现的次数进行存储。我们可以通过遍历数列中的每一个元素,然后在哈希表中对相应的值进行加一的操作,从而统计每个元素在数列中出现的次数。

最后,我们只需要寻找哈希表中值最大的元素,即为数列中的众数。时间复杂度为O(n),极大地提高了程序的效率。

以下是代码实现:


int majorityElement(vector<int>& nums) {

  unordered_map<int, int> mp;

  int max_val = 0, max_key = 0;

  for (int i = 0; i < nums.size(); i++) {

    mp[nums[i]]++;

    if (mp[nums[i]] > max_val) {

      max_val = mp[nums[i]];

      max_key = nums[i];

    }

  }

  return max_key;

}

此处用到了C++ STL库中的unordered_map,用来实现哈希表的相关操作。

三、摩尔投票算法

摩尔投票算法是一种高效的求众数的算法,它的时间复杂度为O(n),空间复杂度为O(1)。

该算法的思路是遍历数列中所有的元素,设当前元素为candidate,count为计数器,则进行如下操作:

1. 若count为0,则将当前元素设为candidate。

2. 若当前元素与candidate相等,则将count加一。

3. 若当前元素与candidate不相等,则将count减一。

最后,candidate即为数列的众数。

该算法的正确性来源于众数出现的次数大于其余元素出现的次数和,因此当我们删除一对不相同的元素时,众数出现的次数并不会改变。

以下是代码实现:


int majorityElement(vector<int>& nums) {

  int candidate = 0, count = 0;

  for (int num : nums) {

    if (count == 0) candidate = num;

    count += (num == candidate) ? 1 : -1;

  }

  return candidate;

}

综上所述,我们可以在C++中使用暴力法、哈希表和摩尔投票算法三种方法来求解一个数列的众数,每种方法都具有其独特的优势和适用条件。在实际的编程过程中,我们可以选择合适的方法来解决对应的问题,从而提高程序的效率和可读性。

  
  

评论区

{{item['qq_nickname']}}
()
回复
回复