面试题 17.04. 消失的数字

🌟 前言

Wassup guys！我是Edison😎

今天是 LeetCode 上的 面试题 17.04. 消失的数字

Let’s get it！

---

---

1. 题目分析

数组 nums 包含从 0 到 n 的所有整数，但其中缺了一个。

请编写代码找出那个缺失的整数。你有办法在 $O(n)$ 时间内完成吗？

示例 1：

示例 2：

2. 题目图解

分析思路之前首先要记住：
 
数组 nums 是从 0 到 n 开始的，假设数组长度是 5，那么 nums 里面本来的元素就是 0 到 5；

🍑 思路一：排序

首先输入一组数据，如图所示👇

因为题目说的是，数组包含 0 到 n 的所有整数，没有说这些数字是有序的，那么我们可以先对数组进行 排序 ，如图所示👇

排完序以后，我们就直接遍历整个数组，看后一个值是不是由 前一个加 1 得来的；

也就是说，当我们遍历到 7 的时候，本来后面一个值应该是 8，但此时后一个值是 9，那么缺的那个值就是 8，如图所示👇

如果用 冒泡排序 的话，那么时间复杂度就是 $O(N^2)$；
 
如果用 快速排序 的话，那么时间复杂度就是 $O(N\ast lo{g}^N)$
 
时间复杂度都不满足题目要求，所以这道题不能使用 排序。

🍑 思路二：映射

我们还是假设输入 [9，6，4，2，3，5，7，0，1] 这组数据。这组数据是包含了 0 到 10 的数组，但是缺少了数字 8。
 
然后遍历输入的数组 [9，6，4，2，3，5，7，0，1] 里面的每个值，比如第一个元素为 9，那么就在开辟的新数组的下标为 9 的位置里面写成 9；
 
第二个元素为 6，那么把 6 放在新数组里面下标为 6 的位置，以此类推…

首先我们开辟一个下标为 0 到 10 的数组，然后把每个下标对应的元素都初始化为 -1，如图所示👇

每个值是多少，就放在下标对应是位置去，如图所示👇

然后我们再把新开辟的数组遍历一遍，发现下标为 8 的位置里面的元素还是 -1，那说明缺的数字就是 8。

这种方法的时间复杂度是：$O(N)$，说明是符合题意的。
 
但是这种方式有个缺陷，那就是空间复杂度也为 $O(N)$，

🍑 思路三：异或

思路：用一个数字 val 跟 0 到 n 的数字异或，再跟缺失的数组 nums 异或。
 
什么意思呢？首先记住 异或 的特点：参与运算的两个值，如果两个值相同，则结果为0，否则为1。
 
（1） 0 ^ 0 = 0，0 ^ 1 = 1，则0 异或任何数＝任何数；
 
（2） 1 ^ 0 = 1，1 ^ 1 = 0，则 1 异或任何数 = 任何数取反；
 
（3） 任何数异或自己 ＝ 把自己置 0；

假设还是上面的数组：[9，6，4，2，3，5，7，0，1]，首先把 val 置为 0，让它去异或 0 到 9（此时的 n 为 9） ，然后再跟数组 [9，6，4，2，3，5，7，0，1] 里面的每个值去异或，如图所示👇

因为我们知道 任何数异或自己等于 0，并且 0 异或任何数等于任何数；

所以我们可以把相同的异或掉，那么就还剩下数字 0 和数字 8 没有异或，它们异或的结果就是缺失的元素 8，如图所示👇

那么这种思路只遍历了一遍，所以时间复杂度是：$O(N)$

🍑 思路四：等差数列公式

因为题中说了数组包含 0 到 n 的所有整数，而且数组的长度也给了的，是 numSize；
 
那么直接用 等差数列求和 公式计算：1 到 numSize 的总和，然后再减去 缺失的数组 中的每个元素，那么剩下的就是缺的数字
 
等差数列求和公式： $n(n+1)/2$
 
这种方法只把数组遍历一遍，所以时间复杂度是：$O(N)$

3. 代码实现

🍑 异或实现

📝 接口代码

int missingNumber(int* nums, int numsSize){
    int val = 0;
    int i = 0;
    // 用val去异或[0,numsSize]间的所有数字
    for (i = 0; i <= numsSize; ++i) {
        val ^= i;
    }
    
    // 然后再把结果去异或nums数组的数字
    for (i = 0; i < numsSize; ++i) {
        val ^= nums[i];
    }
    
    return val;
}

🍑 等差数列实现

📝 接口代码

int missingNumber(int* nums, int numsSize){
    int sum = numsSize * (numsSize + 1) / 2;
    for (int i = 0; i < numsSize; ++i) {
        sum -= nums[i];
    }
    return sum;
}

4. 总结

这道题总体来算不难，方法有很多，基本上就是找一个符合题意的方法来解。

下期见😛