C++解决LeetCode第169题 | 摩根投票法-CSDN博客

本题目为LeetCode第169题，仅分享我的做题经验，无商业用途！

题目描述

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

进阶：尝试设计时间复杂度为 O(n)、空间复杂度为 O(1) 的算法解决此问题。

解决这个问题有很多种思路，该题仅作为摩根投票法示范

一、问题引入：为什么需要摩根投票法？

常规思路的局限性

看到 “统计元素出现次数”，很多人第一反应是用哈希表计数：遍历数组记录每个元素的次数，再找到次数超过一半的元素，包括我第一次也是想用哈希表。这种方法时间复杂度是 O (n)，但空间复杂度是 O (n)—— 如果数组规模达到 10^5 甚至更大，额外的空间开销会成为负担（多为实际应用时)。这时候我们也许会思考，有没有什么更优的方法来解决这个问题——这时候可以引进摩根投票法

二、摩根投票法：原理剖析

摩根投票法的核心，是利用多数元素的 **“数量绝对优势”**—— 它的出现次数比数组中所有其他元素的出现次数之和还要多。这种优势决定了：无论其他元素如何 “抵消”，多数元素最终一定会 “存活”。

1. 核心逻辑：抵消与候选

算法通过两个变量实现：

candidate：当前候选的 “多数元素”；
count：候选元素的 “当前计数”，用于记录候选元素与其他元素的抵消状态。

具体步骤如下：

初始化：将 candidate 设为数组第一个元素，count 设为 1；
遍历数组：
- 若当前元素与 candidate 相同：count++（同元素，增强候选优势）；
- 若当前元素与 candidate 不同：count--（不同元素，相互抵消）；
- 若 count 减至 0：说明当前候选已被完全抵消，将 candidate 更新为当前元素，重置 count = 1；
结果：遍历结束后，candidate 就是多数元素。

2. 实例演示：直观理解抵消过程

以数组 nums = [2,2,1,1,1,2,2] 为例，一步步看算法如何工作：

遍历元素	candidate	count	操作说明
初始	2	1	从第一个元素开始初始化
2	2	2	同候选，count+1
1	2	1	不同，count-1（抵消 1 次）
1	2	0	不同，count-1（候选被抵消完）
1	1	1	count=0，更换候选为 1
2	1	0	不同，count-1（新候选被抵消）
2	2	1	count=0，更换候选为 2

最终 candidate = 2，正是数组的多数元素，与预期结果一致。

三、代码实现：

基于上述逻辑，C++ 代码实现仅需十几行，且空间复杂度严格 O (1)：

#include <vector>
using namespace std;

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        // 初始化候选元素和计数
        int candidate = nums[0];
        int count = 1;
        
        // 遍历数组，动态调整候选和计数
        for (int i = 1; i < nums.size(); i++) {
            if (nums[i] == candidate) {
                count++;
            } else {
                count--;
                // 候选被抵消完，更换候选
                if (count == 0) {
                    candidate = nums[i];
                    count = 1;
                }
            }
        }
        
        return candidate;
    }
};