多数元素
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。
示例 1：
输入：nums = [3,2,3]
输出：3
示例 2：
输入：nums = [2,2,1,1,1,2,2]
输出：2
提示
n == nums.length1 <= n <= 5 * 104-109 <= nums[i] <= 109
思路
哈希表
用额外的hash map来储存每个元素出现次数，最后返回出现最多的元素，这里就不放代码了
Boyer-Moore 投票算法
如果我们把众数记为 +1，把其他数记为 −1，将它们全部加起来，显然和大于 0，从结果本身我们可以看出众数比其他数多。
Boyer-Moore 算法的本质和方法四中的分治十分类似。我们首先给出 Boyer-Moore 算法的详细步骤：
- 我们维护一个候选众数
candidate和它出现的次数 count。初始时candidate可以为任意值，count为0； 我们遍历数组
nums中的所有元素，对于每个元素x，在判断x之前，如果count的值为0，我们先将 x 的值赋予candidate，随后我们判断x：- 如果
x与candidate相等，那么计数器count的值增加 1； - 如果
x与candidate不等，那么计数器count的值减少 1。
- 如果
- 在遍历完成后，
candidate即为整个数组的众数。
复杂度分析
- 时间复杂度：
O(n)。Boyer-Moore 算法只对数组进行了一次遍历。 - 空间复杂度：
O(1)。Boyer-Moore 算法只需要常数级别的额外空间。
golang
func majorityElement(nums []int) int {
count := 0
num := 0
for _,v:= range nums{
if count == 0 {
num = v
}
if num == v {
count++
}else{
count--
}
}
return num
}