用java编程：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 Java 代码实现：

public int majorityElement(int[] nums) {
    int candidate = nums[0];
    int count = 1;
    for (int i = 1; i < nums.length; i++) {
        if (nums[i] == candidate) {
            count++;
        } else {
            count--;
            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)。

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Ln/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Java代码

这是一个经典的计算机科学问题，通常使用哈希表或“三数取中”（Ternary Search）方法来解决。这里，我将给出一个基于哈希表的Java解决方案：

import java.util.HashMap;
import java.util.Map;

public class MajorityElement {
    public int majorityElement(int[] nums) {
        // 创建一个HashMap来存储每个元素及其出现次数
        Map<Integer, Integer> countMap = new HashMap<>();

        // 遍历数组
        for (int num : nums) {
            // 如果元素已经在地图中，增加计数
            countMap.put(num, countMap.getOrDefault(num, 0) + 1);
            // 如果元素的计数超过n/2，我们找到了多数元素，直接返回
            if (countMap.get(num) > nums.length / 2) {
                return num;
            }
        }

        // 如果遍历完整个数组都没有找到多数元素，返回任何一个出现次数最多的元素（如果有多个）
        return countMap.keySet().stream()
                .filter(mapEntry -> mapEntry.getValue() == nums.length / 2)
                .findFirst().orElseThrow(() -> new IllegalArgumentException("No majority element found"));
    }
}

在这个代码中，我们遍历数组`nums`，对于每个元素，如果它不在`countMap`中，就添加并初始化计数为1。如果已经存在，就将其计数加1。一旦发现某个元素的计数超过数组长度的一半，我们立即返回该元素作为多数元素。如果遍历结束仍未找到，则说明没有出现次数超过一半的元素，返回任何一个出现次数等于数组长度一半的元素。

用java编写给定一个大小为 n 的数组，找到其中的多数元素。多数元素是指在数组中出现次数 大于 ⌊ n/2 ⌋ 的元素

可以使用摩尔投票算法来解决这个问题，具体实现如下：

public int majorityElement(int[] nums) {
int count = 0;
int candidate = 0;
for (int num : nums) {
if (count == 0) {
candidate = num;
}
count += (num == candidate) ? 1 : -1;
}
return candidate;
}

这个算法的时间复杂度为 O(n)，空间复杂度为 O(1)。