力扣第四十一题——缺失的第一个正数

内容介绍

给你一个未排序的整数数组 nums ，请你找出其中没有出现的最小的正整数。

请你实现时间复杂度为  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

1. 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。

2. 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。

3. 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

1. 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。

2. 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。

3. 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。