个人网站免费源码,邯郸网站建设报价,wordpress哪里找域名,建设网站的企业邮箱网站建设服务数组中有一个数字出现的次数超过数组长度的一半#xff0c;请找出这个数字。 你可以假设数组是非空的#xff0c;并且给定的数组总是存在多数元素。 示例 1: 输入: [1, 2, 3, 2, 2, 2, 5, 4, 2] 输出: 2 限制#xff1a; 1 数组长度 50000 思路#xff1a;…数组中有一个数字出现的次数超过数组长度的一半请找出这个数字。 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: [1, 2, 3, 2, 2, 2, 5, 4, 2] 输出: 2 限制 1 数组长度 50000 思路 打擂台法 擂主和打擂者不一样就减一条命。擂主和打擂者一样就加一条命。 擂主生命被减为0就下台由挑战者上台。 最后在擂台上的人就是答案。 正确性我们假象那个传说中出现次数一半以上的数字x和剩下的人对抗最终结果是x获胜生命至少还有1对吧。 真实情况不是x的数字不仅会减x的生命值还会“内耗”也就是互相减生命所以无论如何x将是最后的胜利者。 class Solution {public int majorityElement(int[] nums) {int targetnums[0];//擂台上的人int num1;//擂台上的人的生命for(int i0;inums.length;i){if(nums[i]!target){num--;}else{num;}if(num0){num1;targetnums[i];}}return target;} } 输入整数数组 arr 找出其中最小的 k 个数。例如输入4、5、1、6、2、7、3、8这8个数字则最小的4个数字是1、2、3、4。 示例 1 输入arr [3,2,1], k 2 输出[1,2] 或者 [2,1] 示例 2 输入arr [0,1,2,1], k 1 输出[0]   限制 0 k arr.length 10000 0 arr[i]  10000 思路快排根据一趟排出的情况只对一边继续即可。 重点 while(ij  arr[j]key)j--; arr[i]arr[j]; while(ij  arr[i]key)i; arr[j]arr[i]; 不加那个等于号就超时不知道为啥。 class Solution {public int[] getLeastNumbers(int[] arr, int k) {help(arr,k,0,arr.length-1);return Arrays.copyOf(arr, k);}public void help(int[] arr,int k,int left,int right){if(leftright || leftk)return;int keyarr[left];int ileft;int jright;while(ij){while(ij arr[j]key)j--;arr[i]arr[j];while(ij arr[i]key)i;arr[j]arr[i];}arr[i]key;if(k j) help(arr,k, left, j-1);else help(arr, k, j 1, right);} } 如何得到一个数据流中的中位数如果从数据流中读出奇数个数值那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值那么中位数就是所有数值排序之后中间两个数的平均值。 例如 [2,3,4] 的中位数是 3 [2,3] 的中位数是 (2 3) / 2 2.5 设计一个支持以下两种操作的数据结构 void addNum(int num) - 从数据流中添加一个整数到数据结构中。 double findMedian() - 返回目前所有元素的中位数。 示例 1 输入 [MedianFinder,addNum,addNum,findMedian,addNum,findMedian] [[],[1],[2],[],[3],[]] 输出[null,null,null,1.50000,null,2.00000] 示例 2 输入 [MedianFinder,addNum,findMedian,addNum,findMedian] [[],[2],[],[3],[]] 输出[null,null,2.00000,null,2.50000]   限制 最多会对 addNum、findMedia进行 50000 次调用。 思路维护一个大根堆一个小根堆分别记录小的一半和大的一半。采用任何策略可以维护两个堆大小一样即可我的策略中小的一半可以多一个也就是说多那个中位数。 class MedianFinder {private PriorityQueueInteger maxHeap, minHeap;public MedianFinder() {maxHeap new PriorityQueue(Collections.reverseOrder());minHeap new PriorityQueue();}public void addNum(int num) {maxHeap.offer(num);minHeap.offer(maxHeap.poll());//调整maxHeap始终minHeap或minHeap1if (minHeap.size() maxHeap.size()) {maxHeap.offer(minHeap.poll());}}public double findMedian() {if (maxHeap.size() minHeap.size()) {return (maxHeap.peek() minHeap.peek()) * 0.5;}return maxHeap.peek();} }/*** Your MedianFinder object will be instantiated and called as such:* MedianFinder obj new MedianFinder();* obj.addNum(num);* double param_2 obj.findMedian();*/ 输入一个整型数组数组里有正数也有负数。数组中的一个或连续多个整数组成一个子数组。求所有子数组的和的最大值。 要求时间复杂度为O(n)。 示例1: 输入: nums [-2,1,-3,4,-1,2,1,-5,4] 输出: 6 解释: 连续子数组 [4,-1,2,1] 的和最大为 6。   提示 1  arr.length 10^5 -100 arr[i] 100 思路简单dp不解释。 class Solution {public int maxSubArray(int[] nums) {int ansInteger.MIN_VALUE;int num0;for(int i:nums){numnum0?numi:i;if(numans)ansnum;}return ans;} }