LeetCode算法题：寻找重复数

 题目描述如下：

给定一个包含 n + 1 个整数的数组 nums，其数字都在 1 到 n 之间（包括 1 和 n），可知至少存在一个重复的整数。假设只有一个重复的整数，找出这个重复的数。

示例 1:

输入: [1,3,4,2,2]
输出: 2
示例 2:

输入: [3,1,3,4,2]
输出: 3
说明：

不能更改原数组（假设数组是只读的）。
只能使用额外的 O(1) 的空间。
时间复杂度小于 O(n2) 。
数组中只有一个重复的数字，但它可能不止重复出现一次。

这道题我提供四种方法供大家参考。

第一种方法：暴力法

这种方法会超时，仅供大家理解使用。

暴力法的思路很简单，从列表的第一个元素开始遍历，然后从后面的列表中寻找是否有和当前元素相同的元素，没有则继续遍历，有则返回。

Python3代码如下：

class Solution:
    def findDuplicate(self, nums):
        if len(nums)==0:
            return -1
        elif len(nums)==2:
            return nums[0]
        for i in range(0,len(nums)-1):
            if nums[i] in nums[i+1:len(nums)]:
                return nums[i]

 

 第二种方法是集合法，思路就是将列表nums先set一下（nums本身不变），去除重复元素，然后循环遍历set后的列表，从nums中去除set后的列表中的元素，剩下的元素就是重复的元素，然后返回nums列表的第一个元素即可。这种方法虽然可以通过，但是效率非常低，跑完所有用例需要大约2500毫秒的时间。

Python3代码如下：

class Solution:
    def findDuplicate(self, nums):        
        if len(nums)==0:
            return -1
        elif len(nums)==2:
            return nums[0]
        
        for x in list(set(nums)):
            nums.remove(x)
        return nums[0]

第三种方法是排序法。这种方法的效率远高于上一种方法。

这种方法的思路也很简单，就是先将nums排序，然后从nums列表的第二个元素开始，逐个与前面的元素比较，如果相等则返回该元素。

Python3代码如下：

class Solution:
    def findDuplicate(self, nums):
        #排序
        if len(nums)==0:
            return -1
        nums.sort();
        for i in range(1,len(nums)):
            if nums[i]==nums[i-1]:
                return nums[i]

跑完所有用例大约需要120毫秒的时间。

最后一种是官方给出的题解，叫循环检测，说实话，这种方法我没看懂，下面贴出官方的解释，希望看懂的朋友能分享一下自己的见解。

Python3代码如下：

class Solution:
    def findDuplicate(self, nums):
        # Find the intersection point of the two runners.
        tortoise = nums[0]
        hare = nums[0]
        while True:
            tortoise = nums[tortoise]
            hare = nums[nums[hare]]
            if tortoise == hare:
                break
        
        # Find the "entrance" to the cycle.
        ptr1 = nums[0]
        ptr2 = tortoise
        while ptr1 != ptr2:
            ptr1 = nums[ptr1]
            ptr2 = nums[ptr2]
        
        return ptr1

这种方法的效率更高，只需要大约80毫秒就能跑完所有用例。