剑指offer笔记1：数组中重复的数字（Python）

剑指offer笔记1：数组中重复的数字（P39）

题目一：找出数组中重复的数字

在一个长度为 n 的数组里的所有数字都在 0~n-1 的范围内。数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数组中任意一个重复的数字。例如，如果输入长度为 7 的数组 {2,3,1,0,2,5,3} 那么对应的输出是重复的数字 2 或者 3 。

方法一：先排序后遍历

将数组进行排序后，从头到尾扫描一次数组，若前后两个数字相等，则该数字为重复数字。
排序时间复杂度为O(nlogn)。
python代码如下：

# 这里要特别注意~找到任意重复的一个值并赋值到duplication[0]
    # 函数返回True/False
    def duplicate1(self, numbers, duplication):
        # 方法一：先排序后遍历，时间复杂度O(nlogn)，空间复杂度O(1)
        if len(numbers) <= 1:
            # 空列表和长度为1的列表不会有重复，直接返回False
            return False
        numbers.sort()
        # 使用python内置排序算法将numbers进行排序
        for i in range(1, len(numbers)):
            # 遍历排序后的列表
            if numbers[i-1] == numbers[i]:
                # 若前后两个数字相等，则为重负数字
                duplication[0] = numbers[i]
                # 将重复数字赋值给duplication[0]
                return True
        return False

方法二：哈希表

首先建立一个大小为 n 的哈希表，然后从头到尾扫描数组。在扫描过程中，判断当前数字是否存在于哈希表中，若不在则存入哈希表，若在则找到重复数字。
时间复杂度为O(n)，空间复杂度为O(n)。
python代码如下：

    def duplicate2(self, numbers, duplication):
        # 方法二：将数组转存至哈希表，若冲突则为重复。时间复杂度O(n)，空间复杂度O(n)
        if len(numbers) <= 1:
            # 空列表和长度为1的列表不会有重复，直接返回False
            return False
        h = [None] * len(numbers)
        # 建立一个大小为n的哈希表，每个元素赋为None
        for i in range(len(numbers)):
            # 从头到尾遍历数组numbers
            if h[numbers[i]] is None:
                # 若哈希表中对应的以当前访问的数字为下标的值为None，则将该数字填入对应位置中
                h[numbers[i]] = numbers[i]
            else:
                # 若哈希表中对应的以当前访问的数字为下标的值为该数字，则说明该数字为重复数
                duplication[0] = numbers[i]
                return True
        return False

方法三：交换数字位置

由于给出的是长度为 n 的数组，所有数字都在 0~n-1 的范围内，那么在将数组排序后，若数组中没有重复的数字，则数组中所有数字将与其下标相等。

若数组中有重复的数字，则排序后的数组中，重复的数字会占用更多的位置，使得数字与下标错位。

基于以上现象，我们可以在从头到尾扫描数组的过程中，使用交换排序的方法将数字归位（即排序后数字与下标的对应）。在扫描归位的过程中，可以通过判断当前数字 m 与其下标 i 的关系来判断该数字 m 是否在其应在的位置上。若 m≠i ，则判断第 m 个位置上的数字是否为 m ，若 A[m]≠m （假设数组表示为A），则将 A[m] 与 m 调换位置，继续从第 i 个数字开始扫描；若 A[m]=m，则找到了重复的数字。
以数组 {2,3,1,0,2,5,3} 为例，查找过程如下：python代码如下：

    def duplicate3(self, numbers, duplication):
        # 方法二：交换排序思想找到重复数。时间复杂度O(n)，空间复杂度O(1)
        if len(numbers) <= 1:
            # 空列表和长度为1的列表不会有重复，直接返回False
            return False
        for i in range(len(numbers)):
            while i != numbers[i]:
                # 若当前访问数字与其下标不对应，则进入循环
                if numbers[numbers[i]] == numbers[i]:
                    # 若以当前访问数字为下标位置上的数字等于当前访问的数字，则出现重复
                    duplication[0] = numbers[i]
                    return True
                else:
                    # 若以当前访问数字为下标位置上的数字不等于当前访问的数字，则交换
                    temp = numbers[i]
                    numbers[i] = numbers[temp]
                    numbers[temp] = temp
        return False

小结

对于一维数组，利用数组下标来定位对应的元素
分析出问题中给出的数组大小和数字范围的关系是很重要的

—————————————————————————————————

题目二：不修改数组找出重复的数字

在一个长度为 n+1 的数组里的所有数字都在 1~n 的范围内，所以数组中至少有一个数字是重复的。请找出数组中任意一个重复的数字，但不能修改输入的数组。例如，如果输入长度为 8 的数组 {2,3,5,4,3,2,6,7} 那么对应的输出是重复的数字 2 或者 3 。

方法一：哈希表

与题目一的方法二相同，创建一个大小为 n+1 的辅助数组，将原数组中的数放到辅助数组中对应下标的位置，找出重复的数字。时间复杂度为O(n)，空间复杂度为O(n)。（代码参考题目一的方法二）

方法二：二分查找

从题目中 在一个长度为 n+1 的数组里的所有数字都在 1~n 的范围内，所以数组中至少有一个数字是重复的。 这句话出发，若数字范围小于数组长度，则一定有重复。这样我们可以根据二分查找的思想，逐步缩小查找范围来找出重复的数字，但这种方法不能保证找出所有重复的数字。

设区间左端点为start，区间右端点为end，取 $middle=\frac{end+start}{2}$ 将原区间分为两部分，start~middle 和 middle+1~end。分别对满足两区间的数字的个数进行统计，若统计个数大于区间长度，则该区间内存在重复数。进一步讲该区间二分，重复上述步骤，直到区间长度为1为止，若该区间内数字计数大于1，则存在重复，且重复数字即为区间端点，否则无重复数字。时间复杂度O(nlogn)，空间复杂度O(1)。
python代码如下：

    def duplicate4(self, numbers, duplication):
        # 题目二方法二：二分查找思想找出重复数字同时不改动原数组。时间复杂度O(nlogn)，空间复杂度O(1)。
        if len(numbers) <= 1:
            # 空列表和长度为1的列表不会有重复，直接返回False
            return False
        start = 1
        end = len(numbers)-1
        while end >= start:
            # 区间长度大于等于１的时候进入循环
            middle = ((end - start) >> 1) + start
            # 求区间中点
            # (end-start)>>1 == int((end-start)/2)
            # (end-start)<<1 == int((end-start)*2)
            count = self.countRange(numbers, start, middle)
            # 统计左半区间内数字的个数
            if count > (middle - start + 1):
                # 若统计个数大于区间长度，则说明区间内有重复数，将区间重置为左半部分，在左半区间继续查找
                end = middle
            else:
                # 否则在右半区间继续查找
                start = middle + 1
            if end == start:
                # 当区间大小为1时
                if count > 1:
                    # 若统计个数大于1，则该数字为重复数字
                    duplication[0] = start
                    return True
                else:
                    # 否则该数组中无重复数字，退出循环
                    break
        return False

    def countRange(self, numbers, start, end):
        count = 0
        for i in range(len(numbers)):
            if numbers[i] in range(start, end + 1):
                count += 1
        return count

小结

该算法不能保证找出所有重复的数字。例如，在区间长度为3的区间内，刚好找到3个符合该区间的数字，在本算法中，这个区间会被忽略掉，但这3个数字无法保证是不重复的。