数组中出现次数超过一半的数字
前言
最近看了好多数据结构文章，但是数据结构拾遗系列迟迟憋不出，主要原因是很多数据结构其实非常偏门，不仅日常很难遇到，学起来还涉及很多数学模型，很难有快速的理解方法。
本着女排“短平快”的精神，先更新下剑指offer题解系列。
众所周知，《剑指offer》是一本“好书”。
为什么这么说？因为在面试老鸟眼里，它里面罗列的算法题在面试中出现的频率是非常非常高的。有多高，以我目前不多的面试来看，在所有遇到的算法体中，本书算法题出现的概率大概是60%，也就是10道题有6题是书中原题，如果把变种题目算上，那么这个出现概率能到达90%。
如果你是个算法菜鸡（和我一样），那么最推荐的是先把剑指offer的题目搞明白。
对于剑指offer题解这个系列，我的写作思路是，对于看过文章的读者，能够做到：
- 迅速了解该题常见解答思路（偏门思路不包括在内，节省大家时间，实在有研究需求的人可以查阅其它资料）
- 思路尽量贴近原书（例如书中提到的面试官经常会要求不改变原数组，或者有空间限制等，尽量体现在代码中，保证读者可以不漏掉书中细节）
- 尽量精简话语，避免冗长解释
- 给出代码可运行，注释齐全，关注细节问题
题目介绍
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。例如输入一个长度为9的数组{1,2,3,2,2,2,5,4,2}。由于数字2在数组中出现了5次，超过数组长度的一半，因此输出2。如果不存在则输出0。
解题思路
方法一
思路
该方法改变了原数组。
首先要得到一个推论，那就是一旦有数字大于数组的一半，那么排序后的数组的中位数肯定是这个数字，那么我们就先找出这个数字。
这种算法是受快速排序算法的启发。在随机快速排序算法中，我们现在数组中随机选择一个数字，然后调整数组中数字的顺序，使得比选中的数字小的数字都排在它的左边，比选中的数字大的数字都排在它的右边。如果这个选中的数字的下标刚好是n/2，那么这个数字就是数组的中位数。如果它的下标大于n/2，那么中位数应该位于它的左边，我们可以接着在它的左边部分的数组中查找。如果它的下标小于n/2，那么中位数应该位于它的右边，我们可以接着在它的右边部分的数组中查找。这是一个典型的递归过程
找到这个数字后，再判断他是否符合条件（大于数组的一半），因为很有可能他是数组中出现次数最多的，但是未必大于数组的一半。
详细细节见代码注释。
代码
public class Solution {
public int MoreThanHalfNum_Solution(int [] array) {
if(array.length<=0) {
return 0;
}
int start = 0;
int length = array.length;
int end = length-1;
// 右移1位，相当于除2，效率更高
int middle = length>>1;
// 当前位置
int index = Partition(array,start,end);
// 直到取到中位数，才是结果
while(index!=middle){
if(index>middle){
index = Partition(array,start,index-1);
}
else{
index = Partition(array,index+1,end);
}
}
int result = array[middle];
// 需要统计该数字个数，必须要大于数组长度的一半才能算
int times = 0;
for(int i=0;i<length;i++){
if(result==array[i]){
times++;
}
}
if(times*2 <= length){
result = 0;
}
return result;
}
// 快排中的每次排序实现，返回的是交换后start位置，也就是index一直改变的位置
private int Partition(int[] array,int start,int end){
// 取平均值不一定是整数，所以必须除2取整，不能右移
int flag = (array[start]+array[end])/2;
while(start<end){
while(array[end]>flag){
end--;
}
swap(array,start,end);
while(array[start]<=flag){
start++;
}
swap(array,start,end);
}
return start;
}
private void swap(int[] array, int num1, int num2){
int temp = array[num1];
array[num1] = array[num2];
array[num2] = temp;
}
}
方法二：两两消除
思路
该方法不改变原数组。
如果有符合条件的数字，则它出现的次数比其他所有数字出现的次数和还要多。 在遍历数组时保存两个值：
- times：次数
- result：当前数字
遍历下一个数字时，若它与之前保存的数字相同，则次数加1，否则次数减1；若次数为0，则保存下一个数字，并将次数置为1。
遍历结束后，所保存的数字即为所求。
之后，还要再判断它是否符合大于数组的一半。
详细细节见代码注释。
代码
public int MoreThanHalfNum_Solution(int [] array) {
int length = array.length;
// 检测数组是否为空
if (length == 0){
return 0;
}
// 初始化result和times参数
int result = array[0];
int times = 1;
//遍历数组（由于初始化过，所以直接从第二个数字开始）
for(int i=1;i<length;i++){
// 次数为0时写入下一个数字并将次数置1
if(times == 0){
result = array[i];
times = 1;
}
// 数字相同，加1
else if(array[i] == result){
times++;
}
// 数字不同，减1
else{
times--;
}
}
// 需要统计该数字个数，必须要大于数组长度的一半才能算
times = 0;
for(int i=0;i<length;i++){
if(result==array[i]){
times++;
}
}
if(times*2 <= length){
result = 0;
}
return result;
}
方法三：hashmap
思路
将数组中的数字依次遍历，并写入hashmap中，hashmap的值是该数字出现的次数，并在每次循环中判断是否该数次数大于数组的一半，若有直接返回数字，否则遍历完数组返回0。
代码
思路简单，代码略。
总结
三种方法时间复杂度都是O（n）