题目:
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例 1
输入:[2,2,1]
输出:1
示例 2
输入:[4,1,2,1,2]
输出:4
题目拿来一看要求:线性时间复杂度,基本确定需要用hash表,由于我跑的是python3的代码,python中对hashMap的实现是dict类型,理论上(最理想状态下)可以保证key的查询时间在O(1)。
思考:这里回头想了想,为何hashMap的查找会如此迅速:
list: 首先回顾在C语言中有一个数组a,如果我们采用引用传递,那我们写a这个变量其实就代表我们在写 &a[0] 也就是数组a的首元素的地址,如果我们想对取得数组a中的某下标的元素,编译器会从a的初始下标开始,在依次读取下一个元素时,对地址进行相加。
(具体加多少,根据数组的元素类型决定,这同时也和CPU有关)所以python中如果取list内的某个元素,计算机必须从数组首地址开始逐个加上去,时间上相当于对数组进行遍历。
hashmap:哈希表不会从头遍历,当在python中新建一个dict名为H并向其中填充值,填充的时候,他们的地址就已经指定了,这是通过哈希函数映射办到的。
(注意这里的同一个H内的元素可能并不像数组一样在一段连续的内存中)具体的f函数不详尽介绍,哈希映射的方法也有很多。能保证的就是,当我们查询dict内的某个元素时,我们可以直接得到该元素在内存中的地址,而不需要从某一个首地址逐一加上去,所以在没有发生hash碰撞的理想状态下,hashmap的时间复杂度是线性的。
class Solution:
def singleNumber(self, nums: List[int]) -> int:
record = {} #用来存储和查询用的dict
for i in nums:
#遍历数组,只要可以在dict中找到,就弹出,证明该元素并不唯一,如果没有就记录下来。
if i in record:
record.pop(i)
else:
record[i] = i
for i in record:
return i
题目中有另一个进阶要求是不使用额外空间,此题我们因为需要存储我们遍历过的数字所以才需要hash表,如果不使用hash表,表明我们必须让数自己具有存储和检测的能力。leetcode上的最优回答采用了位运算的模式进行,位运算的思想渗入到微观层面,给我们解决问题的思路打开了新的渠道。
class Solution:
def singleNumber(self, nums: List[int]) -> int:
single_num = 0
for i in nums:
single_num ^= i
return single_num
这里通过位与位之间的异或运算实现了数字本身的存储和查询功能,可以看到,我们只定义了一个变量其值为0,然后依次与数组中每个元素相异或并赋值即可。
思考:
异或:不同为1,相同为0。(只有1和0异或的结果才是1)
假设我们对[4,1,1]这个list进行操作,其实异或的存储功能是在位运算上体现的,因为只要出现过1的位置与0进行异或结果都为1,这就存储了1,由于题目中说明数组中只有一个值是唯一的,所以其余位出现过的1由于异或次数是偶数次,所以根据相同位零其最后的运算结果都是0,所以最后结果的值一定是那个只出现一次的数字。
位运算的思想十分微观和巧妙,都是从计算机背后的运行规律上摸索来的,高级语言编译后终将成为机器语言,巧妙利用机器语言的特性,利用内存等计算机体系的关系才能写出真正好的代码。
码了!