在一个 n×m的矩阵中，有一个数字出现了超过一半的次数，请设计一个高效算法找到这个数字。 输入格式 输入第一行包含两个整数 n 和 m，表示矩阵的大小 (1≤n,m≤103)

这个问题可以使用哈希表（Hash Table）来解决，这是一个高效的线性时间复杂度算法。以下是步骤：

1. 首先，初始化一个名为 `count` 的哈希表（字典），用于记录每个元素出现的次数。

2. 然后，遍历矩阵中的每一个元素。对于矩阵中的每个元素 `num`，如果它已经在 `count` 中，则将其计数加一；如果没有出现过，将它添加到 `count` 并设置计数为 1。

3. 当遍历完矩阵后，遍历 `count` 中的所有键值对。对于每一对 `(key, value)`，检查 `value` 是否大于当前总元素数的一半。如果是，则返回 `key`，因为它一定是那个出现超过一半次数的数字。

4. 如果找不到这样的数字，说明不存在这样的元素。

Python伪代码如下：

def majorityElement(matrix):
    n, m = map(int, input().split())
    count = {}
    total_elements = n * m

    for row in matrix:
        for num in row:
            if num in count:
                count[num] += 1
            else:
                count[num] = 1

    for num, freq in count.items():
        if freq > total_elements // 2:
            return num

# 输出结果
majority_element = majorityElement(matrix)