寫在前沿：本文代碼均使用C語言編寫。
Description：
給定一個大小為?n?的數組，找到其中的眾數。眾數是指在數組中出現次數大于? n/2 ?的元素。
你可以假設數組是非空的，并且給定的數組總是存在眾數。
示例?1:
輸入:[3,2,3]輸出:3
示例?2:
輸入:[2,2,1,1,1,2,2]輸出:2
Analysis：
一、排序法
根據題目給定的條件，眾數定義為數組中出現次數大于N/2的元素，對數組重新排列后，位于數組N/2位置處的值就是數組的眾數。
完整C 代碼：
int majorityElement(int* nums, int numsSize) {
/*冒泡法對數組進行排序*/
? ? for (int j=1;j<numsSize;j++){
? ? for(int i=0;i<numsSize-j;i++){
? ? ? ? int temp;
? ? ? ? if(nums[i]>=nums[i+1]){
? ? ? ? ? ? temp=nums[i+1];
????????????nums[i+1]=nums[i];
? ? ? ? ? ? nums[i]=temp;
? ? ? ? }
? ? }
? ? }
? ? return nums[numsSize/2];
? ? }
總結：這種算法(簡直不好意思稱為算法)大概除了理解上簡單直白外，基本是沒有任何優點了，代碼也有一定缺陷，調用函數求個眾數順帶把原數組排序了驚不驚喜？另外這個算法LeetCode執行用時4348ms，速度是挺感人的。
二、摩爾投票算法
知乎用戶@喝七喜 在問題如何理解摩爾投票算法？中已經描述的很清楚了，另外再貼上另外一位知乎網友@JoyHao 提供的演示實例(侵刪)。由于數組中的眾數個數大于n/2，那么對數組中兩個不相等的數相互抵消，最后剩下的一個或者幾個無法再進行消除的數，就是數組中的眾數。
代碼分析：假設初始眾數(maj)為數組的第一個元素num[0]，count=1,當數組后續元素等于maj時，count++，否則count--。若count=0，說明到當前及之前所有元素抵消完畢，將下一個元素重新賦值給maj，同時count=1，由下一個元素開始重新做抵消。最后剩下的maj即為眾數值。根據題目要求眾數出現次數大于n/2，因此結果必定存在，同時count必定大于0。
完整C代碼：
int majorityElement(int* nums, int numsSize) {
? ? int maj=nums[0],count=1;
? ? for (int i=1;i<numsSize;i++){
? ? ? ? if(count==0){
? ? ? ? ? ? maj=nums[i];
? ? ? ? ? ? count++;
? ? ? ? }
? ? ? ? else if(maj==nums[i]){
? ? ? ? ? ? count++;
? ? ? ? }
? ? ? ? else{
? ? ? ? ? ? count--;
? ? ? ? }
? ? }
? ? return maj;
}
總結：摩爾投票法的理解上并不會比排序法難，但是執行速度上有巨大的提升，LeetCode執行時間8ms算是一個還不錯的結果。同時這個算法還可以擴展到比如出現次數大于n/3的元素這類問題，更重要的是也不會像排序法的函數那樣給調用函數的人一點surprise。
