求众数——摩尔投票法

简介: 求众数——摩尔投票法

169. 多数元素 - 力扣(LeetCode) 

18.1.png

将第一个元素设为标志初始值,标志数量设为1

遍历元素,当元素与标志值不同时标志值--,相同时++

当标志值--时,判断标志值是否=0,等于零更换标志为nums[i],数量置1.

最后返回的标志即大于n/2的数

class Solution {
public:
    int majorityElement(vector<int>& nums) {
        int a=nums[0],b=1;
        for(int i=1;i<nums.size();i++){
            if(a==nums[i])b++;
            else{
                b--;
                if(b==0){
                    a=nums[i];
                    b=1;
                }
            }
        }
        return a;//是a,最后剩下的数
    }
};


相关文章
|
5月前
|
人工智能 搜索推荐 定位技术
Geo优化新纪元:知识图谱构建与“两大核心+四轮驱动”实践指南
Geo的核心目标,不再是单纯追求关键词排名,而是致力于将内容打造为AI大模型高度信任和优先引用的权威知识源。这其中,知识图谱的构建扮演了至关重要的角色。
465 15
|
7月前
|
监控 安全 API
企业微信协议接口开发实践与最佳路径
在企业数字化转型中,企业微信官方API存在功能限制。本文探讨通过iPad协议实现个人微信互通、消息实时监控等核心需求,解析Protobuf与MMTLS通信、长连接维护及防封策略,揭示构建高效、安全SCRM系统的最佳实践路径。
1013 7
|
关系型数据库 MySQL 数据库
|
C#
C#一分钟浅谈:委托与事件的实现方式
本文详细介绍了C#编程中委托与事件的基础知识及应用场景。首先解释了委托的概念,包括定义与使用方法;接着介绍了事件这一基于委托的特殊类型,展示了如何在类中定义事件及跨类订阅与处理事件;最后讨论了常见问题如事件未处理异常、重复订阅及内存泄漏等,并提出了相应的解决方案。通过本文,读者将全面掌握委托与事件的使用技巧,提升应用程序的设计与开发水平。
567 7
WK
|
机器学习/深度学习 监控 算法
反向传播算法是如何工作的
反向传播算法通过最小化损失函数优化神经网络。首先,输入数据经由前向传播得到预测结果,并计算损失;接着,反向传播计算各参数的梯度,并利用梯度下降法更新权重和偏置。这一过程反复进行,直至满足停止条件。算法具备高效性、灵活性及可扩展性,能处理复杂模式识别与预测任务,适用于不同类型与规模的神经网络,显著提升了模型的预测准确性和泛化能力。
WK
1027 3
|
Java API 持续交付
深入解析微服务架构的设计与实现
深入解析微服务架构的设计与实现
647 1
|
传感器 安全
透明铝:未来材料的强度与透明度
【10月更文挑战第20天】透明铝是一种由氮氧化铝或氧化铝陶瓷基板制成的透明陶瓷材料,具备高强度和高透明度。本文探讨其基本原理、技术特性、应用领域及未来趋势,揭示其在军事、航空航天、汽车制造和建筑设计等领域的广泛应用前景和巨大潜力。
1184 2
|
计算机视觉 Python
Opencv学习笔记(七):如何根据opencv将BGR转换为HSV
使用OpenCV库在Python中将BGR图像转换为HSV颜色空间的两种方法:一种是直接使用cv2.cvtColor函数,另一种是手动实现RGB到HSV的转换。
777 0
Opencv学习笔记(七):如何根据opencv将BGR转换为HSV
|
JSON JavaScript 前端开发
vue如何更好的解决浏览器兼容问题
vue如何更好的解决浏览器兼容问题
645 1

热门文章

最新文章