feat: 众数

robot · robot · commit e9c0d3a4ddd1 · 2021-11-07T12:13:09.000+08:00
diff --git a/problems/169.majority-element.md b/problems/169.majority-element.md
@@ -37,14 +37,17 @@ https://leetcode-cn.com/problems/majority-element/
 
 ## 思路
 
-符合直觉的做法是利用额外的空间去记录每个元素出现的次数，并用一个单独的变量记录当前出现次数最多的元素。
+这个问题也被称为 **水王问题**。即让我们求数组中超过一半的数。
 
-但是这种做法空间复杂度较高，有没有可能进行优化呢？ 答案就是用"投票算法"。
+符合直觉的做法是利用额外的空间去记录每个元素出现的次数，并用一个单独的变量记录当前出现次数最多的元素。但是这种做法空间复杂度较高，有没有可能进行优化呢？ 答案就是用"投票算法"。
 
-投票算法的原理是通过不断消除不同元素直到没有不同元素，剩下的元素就是我们要找的元素。
+投票算法的原理是通过不断**消除不同元素直到没有不同元素**，剩下的元素就是我们要找的元素。注意这里的关键是消除不同的数。
+
+背后的原理非常简单，即最坏的情况下非众数中的每一个数都和众数进行消除，那么剩下的是众数。其他情况则显然剩下的也是众数本身。
 
 ![](https://tva1.sinaimg.cn/large/007S8ZIlly1ghlu7i1c8tj30mz0cjwfk.jpg)
 
+
 ## 关键点解析
 
 - 投票算法
diff --git a/problems/229.majority-element-ii.md b/problems/229.majority-element-ii.md
@@ -49,13 +49,13 @@ https://leetcode-cn.com/problems/majority-element-ii/
 
 我们仍然可以采取同样的方法 - “摩尔投票法”， 具体的思路可以参考上面的题目。
 
-但是这里有一个不同的是这里的众数不再是超过`1 / 2`,而是超过`1 / 3`。
-题目也说明了，超过三分之一的有可能有多个（实际上就是 0，1，2 三种可能）。
+但是这里有一个不同的是这里的众数不再是超过`1 / 2`,而是超过`1 / 3`。题目也说明了，超过三分之一的有可能有多个
+
+> 实际上就是 0，1，2 三种可能。
 
 因此我们不能只用一个 counter 来解决了。 我们的思路是同时使用两个 counter，其他思路和上一道题目一样。
 
-最后需要注意的是两个 counter 不一定都满足条件，这两个 counter 只是出现次数最多的两个数字。
-有可能不满足出现次数大于 1/3， 因此最后我们需要进行过滤筛选。
+最后需要注意的是这两个 counter 只是出现次数最多的两个数字, 不一定都满足条件出现次数大于 1/3，因此最后我们需要进行过滤筛选。
 
 这里画了一个图，大家可以感受一下：
 
