内容介绍
给你一个未排序的整数数组
请你实现时间复杂度为nums
,请你找出其中没有出现的最小的正整数。O(n)
并且只使用常数级别额外空间的解决方案。示例 1:
输入:nums = [1,2,0] 输出:3 解释:范围 [1,2] 中的数字都在数组中。示例 2:
输入:nums = [3,4,-1,1] 输出:2 解释:1 在数组中,但 2 没有。示例 3:
输入:nums = [7,8,9,11,12] 输出:1 解释:最小的正数 1 没有出现。提示:
1 <= nums.length <= 105
-231 <= nums[i] <= 231 - 1
完整代码
int firstMissingPositive(int* nums, int numsSize) {
for (int i = 0; i < numsSize; ++i) {
if (nums[i] <= 0) {
nums[i] = numsSize + 1;
}
}
for (int i = 0; i < numsSize; ++i) {
int num = abs(nums[i]);
if (num <= numsSize) {
nums[num - 1] = -abs(nums[num - 1]);
}
}
for (int i = 0; i < numsSize; ++i) {
if (nums[i] > 0) {
return i + 1;
}
}
return numsSize + 1;
}
思路详解
问题描述
给定一个无序整数数组,找出其中第一个缺失的正整数。例如,数组 [1, 2, 0]
的第一个缺失的正整数是 3
,数组 [3, 4, -1, 1]
的第一个缺失的正整数是 2
。
解决思路
-
过滤非正整数:首先,将数组中的所有非正整数(包括0和负数)替换为一个大于数组长度的数(例如
numsSize + 1
),因为这些数不影响结果。 -
标记已存在的正整数:遍历数组,对于每个正整数
num
,找到num - 1
对应的索引位置,并将该位置的数变为负数,表示num
这个数在数组中存在。 -
查找缺失的正整数:再次遍历数组,找到第一个正数的位置,该位置的索引加1即为第一个缺失的正整数。如果所有位置的数都是负数,说明数组中的正整数从1到
numsSize
都存在,那么第一个缺失的正整数就是numsSize + 1
。
代码详解
-
过滤非正整数
for (int i = 0; i < numsSize; ++i) { if (nums[i] <= 0) { nums[i] = numsSize + 1; } }
这段代码将数组中的所有非正整数替换为
numsSize + 1
。 -
标记已存在的正整数
for (int i = 0; i < numsSize; ++i) { int num = abs(nums[i]); if (num <= numsSize) { nums[num - 1] = -abs(nums[num - 1]); } }
这段代码将数组中每个正整数
num
对应的索引位置的数变为负数,表示num
存在于数组中。 -
查找缺失的正整数
for (int i = 0; i < numsSize; ++i) { if (nums[i] > 0) { return i + 1; } } return numsSize + 1;
这段代码遍历数组,找到第一个正数的位置,该位置的索引加1即为第一个缺失的正整数。如果所有位置的数都是负数,返回
numsSize + 1
。
总结
该算法的时间复杂度为 O(n),空间复杂度为 O(1),因为它在原数组上进行操作,没有使用额外的空间。通过巧妙地利用数组的索引和正负数的标记,实现了在 O(n) 时间复杂度内找到第一个缺失的正整数。
知识点精炼
1. 数组索引与数值关系
- 利用数组索引与数值之间的直接关系,通过索引定位并标记数值的存在。
2. 负数标记法
- 使用负数标记来标识数组中某个数值的存在,这是算法的核心思想。
3. 非正数过滤
- 将数组中的非正数(包括0和负数)过滤掉,避免对结果产生影响。
4. 原地修改
- 通过原地修改数组内容,避免了使用额外空间,实现了空间复杂度为 O(1)。
5. 时间复杂度分析
- 算法包含三个遍历数组的循环,每个循环的时间复杂度为 O(n),总时间复杂度为 O(n)。
6. 边界条件处理
- 当数组中所有的数都标记为存在时,第一个缺失的正整数为数组长度加一。
7. 绝对值函数
- 使用
abs
函数处理数组的负数,确保能够正确地找到对应的索引位置。
8. 数组索引合法性
- 在标记数值存在时,确保索引
num - 1
在数组范围内,即num <= numsSize
。