想了解更多数据结构以及算法题,可以关注微信公众号“数据结构和算法”,每天一题为你精彩解答。也可以扫描下面的二维码关注
给你一个未排序的整数数组,请你找出其中没有出现的最小的正整数。
示例 1:
输入: [1,2,0]
输出: 3
示例 2:
输入: [3,4,-1,1]
输出: 2
示例 3:
输入: [7,8,9,11,12]
输出: 1
问题分析
这道题最容易想到的就是暴力求解,我们从1到数组的长度一个个找,如果找到了就继续寻找下一个,如果没找到就直接返回,代码很简单,我们来看下
01
暴力求解
public int firstMissingPositive(int[] nums) {
for (int i = 1; i <= nums.length; i++) {
boolean has = false;
for (int j = 0; j < nums.length; j++) {
if (nums[j] == i) {
has = true;
break;
}
}
if (!has) {
//没有找到这个数,直接返回
return i;
}
}
return nums.length + 1;
}
在算法中我们只要听到暴力二字,就知道这种答案效率肯定不会很高,一般这种答案在面试中非常不占优势
02
排序之后再查找
public int firstMissingPositive(int[] nums) {
int len = nums.length;
Arrays.sort(nums);//先排序
for (int i = 1; i <= len; i++) {
int res = binarySearch(nums, i);
//一个个查找,如果没找到就返回
if (res == -1)
return i;
}
return len + 1;
}
//二分法查找
private int binarySearch(int[] nums, int target) {
int left = 0;
int right = nums.length - 1;
while (left <= right) {
int mid = left + ((right - left) >> 1);
if (nums[mid] == target) {
return mid;
} else if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid - 1;
}
}
return -1;
}
这种我们可以对数组排序之后再一个个查找,因为排序之后我们可以使用二分法查找,代码也很简单。我们再来看下一种,通过集合来一个个判断
03
存放到集合中再查找
public int firstMissingPositive(int[] nums) {
int len = nums.length;
Set<Integer> hashSet = new HashSet<>();
for (int num : nums) {
hashSet.add(num);
}
for (int i = 1; i <= len; i++) {
if (!hashSet.contains(i))
return i;
}
return len + 1;
}
我们可以把数组中的元素全部放到集合set中,然后在第7到10行,从1到数组长度一个个判断集合set中是否包含这个值,如果没有直接返回。这个也很好理解,下面我们再来看第四种解法
04
存放到对应的位置判断
我们还可以把数组中的数字放到对应下标的位置,然后再循环一遍,查看每个位置和对应的下标是否一致,如果不一致直接返回即可,我们就以[3,4,-1,1,7]为例来画个图分析一下
public int firstMissingPositive(int[] nums) {
for (int i = 0; i < nums.length; i++) {
//如果在指定的位置就不需要修改
if (i + 1 == nums[i])
continue;
int x = nums[i];
if (x >= 1 && x <= nums.length && x != nums[x - 1]) {
swap(nums, i, x - 1);
i--;//抵消上面的i++,如果交换之后就不++;
}
}
//最后在执行一遍循环,查看对应位置的元素是否正确,如果不正确直接返回
for (int i = 0; i < nums.length; i++) {
if (i + 1 != nums[i])
return i + 1;
}
return nums.length + 1;
}
//交换两个数的值
public void swap(int[] A, int i, int j) {
if (i != j) {
A[i] ^= A[j];
A[j] ^= A[i];
A[i] ^= A[j];
}
}
05
位运算求解
位运算的实现原理和上面第4种答案类似,只不过这里使用的是位运算的方式来解决的。我们知道在java中一个int类型占4个字节是32位,我们可以申请一个数组,1到32我们可以存放到数组的第一个元素中,33到64可以存放到第2个元素中……,有的同学可能好奇,一个数字怎么可能存放32个数呢。因为一个int类型数字是32位的,也就是由32个0和1组成,我们只要统计1在存储中的位置即可,我们来看下代码。
public int firstMissingPositive(int[] nums) {
int length = nums.length;
int bit[] = new int[(length - 1) / 32 + 1];
for (int i = 0; i < nums.length; i++) {
int digit = nums[i];
//数组必须在1到length之间才有效
if (digit >= 1 && digit <= length) {
int index = (digit - 1) / 32;
bit[index] = bit[index] | (1 << ((digit - 1) % 32));
}
}
//最后在执行一遍循环,查看对应位置的元素是否正确,如果不正确直接返回
for (int i = 0; i < nums.length; i++) {
if ((bit[i / 32] & (1 << (i % 32))) == 0)
return i + 1;
}
return length + 1;
}
06
填补替换
下面再来看最后一种解法,也是比较经典的,如果某个元素的值是无效的,他会让数组后面的元素填补过来,然后再判断。注释写在代码中了,有兴趣的也可以看下。
public int firstMissingPositive(int[] nums) {
int start = 0;
int end = nums.length - 1;
while (start <= end) {
int index = nums[start] - 1;
if (index == start) {
//存放的位置正确
start++;
} else if (index < 0 || index > end || nums[start] == nums[index]) {
//前面两个表示数字不在存放位置范围内,就让数组end位置的元素把这个无效的
// 元素覆盖掉,后面一个表示的是index这个位置存放正确了就不需要在存放了
nums[start] = nums[end--];
} else {
//把start对应的元素存放到正确的位置
nums[start] = nums[index];
nums[index] = index + 1;
}
}
return start + 1;
}