Python给定一个大小为n的数组，找出多数元素。多数元素 是出现次数大于⌊n/2⌋的元素。你可能会认为 数组是非空的，并且多数元素始终存在于数组中。 注意，如果为数组n使用额外的存储空间，则只能得到1.5 '

可以使用摩尔投票算法来解决这个问题，时间复杂度为O(n)，空间复杂度为O(1)。

摩尔投票算法的基本思想是，假设当前元素是多数元素，遍历整个数组，如果下一个元素与当前元素相同，则计数器加1，否则计数器减1。如果计数器为0，则将下一个元素设为多数元素，并继续遍历。最终留下的元素就是多数元素。

代码实现如下：

def majorityElement(nums):
    count = 0
    candidate = None
    for num in nums:
        if count == 0:
            candidate = num
        count += (1 if num == candidate else -1)
    return candidate

例如，对于输入数组[1, 2, 2, 3, 2]，多数元素是2，可以通过以下方式调用函数：

print(majorityElement([1, 2, 2, 3, 2]))  # 输出 2

相关问题

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。 假设数组是非空的，并且给定的数组总是存在多数元素。

解决这个问题可以使用一种经典算法叫做“摩尔投票法”（Majority Element）。该算法利用了 majority element 的性质：在长度为 n 的数组中，如果某个元素出现次数大于 n / 2，那么它一定是多数元素。这里的关键在于我们只需要两轮比较就能找到多数元素。

算法步骤如下：

1. 初始化两个变量 count 和 candidate，分别表示元素计数和候选多数元素。初始时，count 设置为 0，candidate 设置为第一个元素。
2. 遍历数组：
a. 对于数组中的每一个元素 e，如果 count 为 0，则将 candidate 设置为 e，并更新 count 为 1。
b. 否则，如果 e 等于 candidate，则增加 count（因为它可能是多数元素的一部分）；如果不等于 candidate，则减少 count（因为候选多数元素可能被排除）。
3. 遍历结束后，candidate 就是多数元素，因为在两次计数对比中，count 必然大于 0。

例如在 Python 中的实现：

def majorityElement(nums):
    count = 0
    candidate = None
    for num in nums:
        if count == 0:
            candidate = num
        count += (1 if num == candidate else -1)
    return candidate

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。

可以使用摩尔投票算法来解决此问题，具体步骤如下：

1. 初始化候选者为数组的第一个元素，计数器为 1。

2. 遍历数组，若当前元素等于候选者，则计数器加 1；否则计数器减 1。

3. 若计数器为 0，则将当前元素设为新的候选者，计数器设为 1。

4. 遍历完数组后，候选者即为多数元素。

以下是 Python 代码实现：

def majorityElement(nums):
    candidate = nums[0]
    count = 1
    for i in range(1, len(nums)):
        if nums[i] == candidate:
            count += 1
        else:
            count -= 1
            if count == 0:
                candidate = nums[i]
                count = 1
    return candidate

时间复杂度为 O(n)，空间复杂度为 O(1)。