268. 丢失的数字
给定一个包含 [0, n] 中 n 个数的数组 nums ,找出 [0, n] 这个范围内没有出现在数组中的那个数。
示例 1:
输入:nums = [3,0,1]
输出:2
解释:n = 3,因为有 3 个数字,所以所有的数字都在范围 [0,3] 内。2 是丢失的数字,因为它没有出现在 nums 中。
示例 2:
输入:nums = [0,1]
输出:2
解释:n = 2,因为有 2 个数字,所以所有的数字都在范围 [0,2] 内。2 是丢失的数字,因为它没有出现在 nums 中。
哈希求解
这应该是最朴素的求解方法了,用哈希表记录数组的每个元素,然后挨个判断 0 ~ n 是否在哈希表中。若哈希表中没有找到该元素,那此元素即是缺失的数字。
class Solution {
public:
int missingNumber(vector<int>& nums) {
unordered_set<int> set(nums.begin(), nums.end());
for(int i = 0; i <= nums.size(); ++i)
if(set.count(i) == 0)
return i;
return -1;
}
};
- 时间复杂度: O(N)
- 空间复杂度: O(N)
排序
对数组升序排序,假定没有元素缺失,那么顺序肯定是0 ~ n 顺序排布:
- 原数组: 3 2 1 0 4
- 排序后: 0 1 2 3 4
很显然有 nums[i] == i 这一规律。
那如果有缺失呢,需要分两种情况: - 缺失的元素处于 [0, n - 1] 区间内,那么必然可以通过对元素挨个检查 (判断 nums[i] == i) 得出。
- 缺失的元素等于 n,也就是说 0 ~ n - 1(共n个数)都在数组中,那么数组中的元素必定都是合法的。此时可以直接返回n作为缺失的数字。
class Solution {
public:
int missingNumber(vector<int>& nums) {
int n = nums.size();
sort(nums.begin(), nums.end());
for(int i = 0; i < n; ++i){
if(nums[i] != i)
return i;
}
return n;
}
};
- 时间复杂度:O(NlogN)
- 空间复杂度:O(1)
数学
可以先求 0 ~ n 的和sum,通过sum减去数组nums的元素和即可得到缺失的数字。
根据等差数列公式 sum = n * (n + 1) / 2。
class Solution {
public:
int missingNumber(vector<int>& nums) {
int n = nums.size();
int sum = n * (n + 1) / 2;
for(int& num:nums)
sum -= num;
return sum;
}
};
- 时间复杂度:O(N)
- 空间复杂度:O(1)
位运算
原数组的数字加上0到n(共n - 1个数字)之后,只有在数组中缺失的数字只会出现一次,打个比方: 原数组的元素为 [3, 0, 1],缺失的数字为2,加上 0 ~ 3 之后变为了 [3, 0, 1, 0, 1, 2, 3],除缺失的数字2,其余的数字都会出现两次。
因此可以通过异或运算消除这些出现两次的元素,最终得到缺失的元素。
class Solution {
public:
int missingNumber(vector<int>& nums) {
//将缺失x的数组异或一遍,再通过0 ~ n异或一遍得到缺失的数字
int x = 0;
int n = nums.size();
for(int& num:nums)
x ^= num;
for(int i = 0; i <= n; ++i)
x ^= i;
return x;
}
};
- 时间复杂度:O(N)
- 空间复杂度:O(1)
原地哈希
总的元素个数为n + 1,数组大小只有n,因此可以添加一个不在数组中的元素-1,使得数组大小为n + 1,
假设定义 合理 为: nums[i] == i,即当前数字等于其数组下标。
对元素进行判断,如果当前元素不合理且不等于-1,那么将该元素换到它合理的位置: swap(nums[i], nums[nums[i]]);再次进行该判断。
class Solution {
public:
int missingNumber(vector<int>& nums) {
nums.push_back(-1);
int n = nums.size();
for(int i = 0; i < n; ++i){
while(nums[i] != i && nums[i] != -1){
swap(nums[i], nums[nums[i]]);
}
}
for(int i = 0; i < n; ++i){
if(nums[i] == -1)
return i;
}
return -1;
}
};
- 时间复杂度:O(N)
- 空间复杂度:O(1)