287. 寻找重复数

给定一个包含 n + 1 n + 1 n+1 个整数的数组 n u m s nums nums,其数字都在 1 1 1 n n n 之间(包括 1 1 1 n n n),可知至少存在一个重复的整数。假设只有一个重复的整数,找出这个重复的数。

示例 1:

输入: [1,3,4,2,2]
输出: 2

示例 2:

输入: [3,1,3,4,2]
输出: 3

说明:

  1. 不能更改原数组(假设数组是只读的)。
  2. 只能使用额外的 O ( 1 ) O(1) O(1) 的空间。
  3. 时间复杂度小于 O ( n 2 ) O(n^2) O(n2)
  4. 数组中只有一个重复的数字,但它可能不止重复出现一次。

中等
【分析】二分查找法

注意 :这里不是对索引作二分,而是对 n u m num num作二分。因为 n u m s nums nums中的数在 [ 1 , n ] [1,n] [1,n]之间,所以对这些数作二分,查找重复的那个数它在区间 [ 1 , n ] [1,n] [1,n]的哪个部分,然后不断收缩区间直到找到答案为止。(个人觉得这种想法很巧妙,这里参考了某个大佬的思路)

怎么判断然后收缩区间呢:通过对 m i d mid mid左边的数 [ l e f t , m i d ] [left,mid] [left,mid]在nums中出现的次数作统计 f r e q freq freq,如果 f r e q > m i d − l e f t + 1 freq>mid-left+1 freq>midleft+1,说明重复的数就在这个区间内。因为如果没有重复的话,说明这个区间内的数出现在 n u m s nums nums中的总次数应该是小于等于 m i d − l e f t + 1 mid-left+1 midleft+1的。 举个例子, [1,3,4,2,2],在第一轮循环中mid=2,freq=3,所以重复的数在[1,2]内。

时间复杂度 O ( n l o g n ) O(nlogn) O(nlogn):因为二分查找 O ( l o g n ) O(logn) O(logn),统计 f r e q freq freq O ( n ) O(n) O(n)

class Solution(object):
    def findDuplicate(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        left,right=1,len(nums)-1
        while left<right:
            mid=(left+right)>>1
            
            freq=0
            for i in nums:
                if i>=left and i<=mid:
                    freq+=1
            
            if freq>mid-left+1:
                right=mid
            else:
                left=mid+1
        return left

【分析】先排序,然后遍历nums,如果出现nums[i]==nums[i-1]即找到重复的数。-------> 但是呢,不满足要求1和2。权当作一种思考吧。


【分析】利用hash表,对nums中的数计数,如果计数>0,说明该数之前出现过,现在重复出现。--------> 但是呢,不满足要求2的空间要求了。且当作是一种思考吧。

class Solution(object):
    def findDuplicate(self, nums):
        """
        :type nums: List[int]
        :rtype: int
        """
        dic={}
        for i in nums:
            if dic.get(i,0)>0:
                return i
            dic[i]=dic.get(i,0)+1
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据引用,给出一个数组,找出数组的第k大的数的方法是基于快速排序的思路。具体步骤如下: 1. 定义一个函数`quickFind`,参数为数组`arr`、左边界`left`、右边界`right`和要找的第k大的数`k`。 2. 在函数内部,使用快速排序的思路进行处理。首先选择一个基准值`key`,将其设为数组的第一个元素`arr[left]`。 3. 使用两个指针`i`和`j`,分别指向数组的左边界和右边界。 4. 在一个循环中,将比基准值大的元素移到数组的右边,比基准值小的元素移到数组的左边。 5. 循环结束后,将基准值放到合适的位置,使得基准值的左边都是比其小的数,右边都是比其大的数。 6. 根据基准值的位置和k的关系,判断第k大的数在基准值的左边还是右边。 - 若基准值所在的位置右边的数据小于k-1个,说明第k大的数在基准值的左边序列中,需要对左边的数据进行快排,并找到第k-big-1大的数据。 - 若基准值所在的位置右边的数据大于k-1个,说明第k大的数在基准值的右边序列中,需要对右边的数据进行快排并找到第k大的数。 - 若基准值所在的位置右边的数据正好是k-1个,说明基准值就是第k大的数,返回基准值。 7. 在主函数中调用`quickFind`函数,给出数组和要找的第k大的数。 根据引用和引用中的代码实现,给定一个整数数组a和要找的第K大的数,可以使用快速排序的原理来寻找第K大的数。具体步骤如下: 1. 定义一个函数`quickSort`,参数为数组`arr`、起始位置`start`、结束位置`end`和要找的第K大的数`k`。 2. 在函数内部,设置递归结束条件,若起始位置大于结束位置,则返回-1。 3. 设置两个指针`i`和`j`,分别指向起始位置和结束位置,以及一个基准值`base`,将其设为数组的起始位置的元素`arr[start]`。 4. 在一个循环中,将比基准值大的元素移到数组的右边,比基准值小的元素移到数组的左边。 5. 循环结束后,将基准值放到合适的位置,使得基准值的左边都是比其小的数,右边都是比其大的数。 6. 根据基准值的位置和k的关系,判断第k大的数在基准值的左边还是右边。 - 若基准值的位置等于`arr.length - k`,说明找到了第K大的数,返回该值。 - 若基准值的位置小于`arr.length - k`,说明第K大的数在基准值的右边序列中,继续递归调用`quickSort`函数,在右边序列中寻找第K大的数。 - 若基准值的位置大于`arr.length - k`,说明第K大的数在基准值的左边序列中,继续递归调用`quickSort`函数,在左边序列中寻找第K大的数。 7. 在主函数中调用`quickSort`函数,给出数组、起始位置、结束位置和要找的第K大的数。 综上所述,根据以上的方法和步骤,可以找到数组的第K大的数。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [C++——寻找第k大的数](https://blog.csdn.net/ldm_666/article/details/117229499)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [寻找数组中第k大的数](https://blog.csdn.net/m0_37671741/article/details/108304136)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值