leetcode136题解

leetcode 136.Single Number

题目

Given an array of integers, every element appears twice except for one. Find that single one.
Note:
Your algorithm should have a linear runtime complexity. Could you implement it without using extra memory?
翻译过来就是，一堆数字里面，除了一个元素只出现一次外，其余都出现了两次。找出那个只出现一次的。
例如，【2,2,1】 程序输出结果应为1.

解题思路

光看题目的话，这道题很简单。稍微想想大概就有4种算法：
1. 双重循环。
这是最容易想到的，一个一个数比较就行。此处不给出具体代码，但需要注意的是这种算法的时间复杂度为O（n^2),并不能AC，会超过时间限制。

1. 用一个数组标记某个元素是否出现过。
   我刚看到题目时就是这个思路，因为之前做过一道类似的题目——找寻只出现一次的ASCII码。但在做这道题时我发现好像行不通，ASCII码可以通过一个bool【256】的数组来标记，在本题中因为输入的数字大小不确定，所以没法建立一个合适大小的数组，用new的话可能又比较浪费空间。所以这种想法GG。

2. 稍稍改变一下思路，排序+比较相邻元素 好像行得通的样子。
   具体思路就是：先对输入数组排序，然后比较相邻元素，步长为2.这里要介绍一下STL里的sort排序函数，用的是快速排序，时间复杂度为O（nlogn）。不用自己写排序算法，程序就非常简单了。
   详见AC代码思路3

3. 使用STL中的set
   unordered_set是C++11中刚刚加入的，它基于哈希表，一个存储唯一（Unique，即无重复）元素的关联容器，容器中的元素无特别的次序关系。该容器允许基于值地快速元素检索。这里不做具体介绍，这里用它是因为其检索十分快速，我们可以用find函数很快寻找是否有相同元素，然后再做删除或插入操作即可。
   详见AC代码思路4

4. 用异或，从位操作的角度考虑。
   可以看到leetcode里面要求的时间复杂度前几种算法已经满足了，但上述几种算法都需要额外的数据储存空间。而leetcode要求的是不使用额外的存储空间，这个我想了半天也没有想法。后来参考的leetcode上的大神代码才恍然大悟。嗯，和大神差距还是非常非常大的。
   算法很简单，就是用异或运算符。说几个很容易证明的结论，A^0=A,A^A=0.即A与0的异或是其自身，而两个相同数字的异或结果为0.知道了这个，算法也就很容易了，将数组逐个异或，结果就是只出现过一次的值。
   详见AC代码思路5

AC代码如下

思路3：

//时间32ms
class Solution {
 public:
int singleNumber(vector<int>& nums) {
      sort(nums.begin(),nums.end());
       int index=0;
       while(index<nums.size()-1){
        if(nums[index]==nums[index+1])
            index+=2;
        else
            return nums[index];
       }

return nums[index];
}
};

思路4：

//19ms
class Solution {
public:
int singleNumber(vector<int>& nums) {
 unordered_set<int> ans;
for(int i = 0;i < nums.size();++i){
    if(ans.find(nums[i]) == ans.end()) 
         ans.insert(nums[i]);
    else ans.erase(nums[i]);
}
auto it = ans.begin();
return *it;
}
};

思路5：

//13ms
class Solution {
public:
int singleNumber(vector<int>& nums) {
   int result=0;
   for(int i=0;i<nums.size();i++){
     result^=nums[i];
   }
   return result;
}
};

总结

这道题在leetcode上是easy难度，但要完全实现时间复杂度线性，无需额外空间，如果没有考虑到位操作，很难实现。
我们现在来看看每个思路运行的时间，可以看到排序+比较 最慢，可能是因为排序耗费了较多时间；用unordered_set的运行时间提高了不少，可以看到选择合适的数据结构很重要；最后的异或算法自然是运行时间最短，另外不需要额外空间。如果面试官限制了不允许使用STL及内置函数，那这道题异或算法无疑是面试官最想听到的答案。
最后总结一下，遇到这种可能有大量数据、空间复杂度要求特别严苛，普通数据结构或算法没法达到的，就可以考虑考虑位操作了。对bit的操作，一般来说，时间复杂度和空间复杂度都十分优秀。

最后一些话

今天收到了摩根IT暑期实习的拒信，有点伤心，自己确实能力不够，知识积累也不多，好像也没啥可抱怨的。Talk is cheap，show your code. 慢慢积累，慢慢进步。与诸君一起进步！