给定一个大小为 n 的整数数组，找出其中所有出现超过 ⌊ n/3 ⌋ 次的元素。
进阶：尝试设计时间复杂度为 O(n)、空间复杂度为 O(1)的算法解决此问题。
示例 1：
示例 2：
示例 3：
输入：[1,1,1,3,3,2,2,2]
输出：[1,2]
方法一: 哈希表
思路：
我们知道出现次数最多的元素大于 [n/3]次，所以可以使用哈希表来快速统计每个元素出现的次数。
算法:
我们使用哈希映射来存储每个元素以及出现的次数，对于哈希表中的每个键值对，键表示一个元素，值表示该元素出现的次数。
我们用一个循环遍历数组nums,并将数组中的每个元素加入hash映射中，在这之后，我们遍历哈希映射中的所有键值对，返回最大值的键，我们同样也可以在遍历数组nums时候用打擂台的方法，维护最大的值，这样省去了最后对hash映射的遍历。
这道题目可以看成是169题目的进阶版本，这道题目的返回值要求输出所有符合的值，我们想到需要一个数组来维护结果。
/**
* @param {number[]} nums
* @return {number[]}
*/
var majorityElement = function (nums) {
let map = new Map();
for (let i = 0; i < nums.length; i++) {
if (!map.has(nums[i])) {
map.set(nums[i], 1);
} else {
map.set(nums[i], map.get(nums[i]) + 1);
}
}
let resArr = []
for (let [key, value] of map.entries()) {
if (value > nums.length / 3) {
resArr.push(key);
}
}
return resArr
};复杂度：
给定一个大小为 n 的整数数组，找出其中所有出现超过 ⌊ n/3 ⌋ 次的元素。
进阶：尝试设计时间复杂度为 O(n)、空间复杂度为 O(1)的算法解决此问题。
示例 1：
示例 2：
示例 3：
方法一: 哈希表
思路：
我们知道出现次数最多的元素大于 [n/3]次，所以可以使用哈希表来快速统计每个元素出现的次数。
算法:
我们使用哈希映射来存储每个元素以及出现的次数，对于哈希表中的每个键值对，键表示一个元素，值表示该元素出现的次数。
我们用一个循环遍历数组nums,并将数组中的每个元素加入hash映射中，在这之后，我们遍历哈希映射中的所有键值对，返回最大值的键，我们同样也可以在遍历数组nums时候用打擂台的方法，维护最大的值，这样省去了最后对hash映射的遍历。
这道题目可以看成是169题目的进阶版本，这道题目的返回值要求输出所有符合的值，我们想到需要一个数组来维护结果。
复杂度：