Leetcode Hot100系列128. 最长连续序列

1. 128. 最长连续序列

1.1 思路

• 题目要设计时间复杂度为O(n)的算法解决此问题。考虑枚举数组中的每个数$x$，考虑其为起点，不断尝试匹配$x+1，x+2，...$，是否存在，假设最长匹配到了$x+y$，那么其长度为$y+1$。
• 匹配的过程，暴力的方法是$O(n)$遍历数组去看它后面连接的数是否存在，更高效的方法是用一个哈希表存储数组中的数，这样查看一个数是否存在即能优化至$O(1)$的时间复杂度。但是这样算法的时间复杂度最坏情况还是会达到$O(n^2)$(外层需要枚举$O(n)$个数，内层暴力匹配也需要$O(n)$次)。无法满足题目的要求，如果已知一个$x，x+1，x+2，...,x+y$的连续序列，我们就不需要从$x+1，x+2，x+y$处尝试开始匹配，因为这个结果一定不会优于从$x$开始的连续序列，因此，在外层循环碰到这种情况直接跳过即可。
• 如何判断是否为这种情况？枚举的数 $x$ 一定是在数组中不存在前驱数 $x-1$的，否则我们可以从$x-1$开始匹配，没必要从$x$开始匹配。因此，每次在哈希表中检查是否存在$x-1$，即能判断是否需要跳过。

1.2 代码实现

class Solution {
    public int longestConsecutive(int[] nums) {
    	Set<Integer> set = new HashSet<>();
    	for (int num : nums) {
    		set.add(num);
    	}
    	int len = 0;
    	int maxLen = 0;
    	int numCur = 0;
    	for (int num : set) {
    		if (!set.contains(num - 1)) {
    			numCur = num;
    			while(set.contains(numCur + 1)) {
    				numCur++;
    			}
    			len = numCur - num + 1;
    			maxLen = Math.max(len, maxLen);
    		}
    	}
    	return maxLen;
    }
}

1.3 思考

• 在题目要求考虑时间复杂度时，可以考虑 哈希表 这种用空间换时间的思想。

2. 448. 找到所有数组中消失的数字

2.1 思考

• 方法一：首先想到的就是使用哈希表，此题可以直接使用数组存储，nums数组中出现的数字$i$就令numbers数组中下标为$i-1$的数组元素为1，证明在nums数组中有元素$i$。
• 方法二：题目要求不要使用额外的空间，且假定返回的数组不算在额外空间内，所以要想到 原地修改，nums的长度也是n，让nums充当哈希表即可。遍历数组nums，每遇到一个数$x$，就让$nums[x-1]$增加$n$，由于nums中所有的数均在$[1,n]$中，增加以后，这些数必然大于$n$。最后再遍历nums，如果$nums[i]$未大于$n$，就说明没有遇到过数$i+1$。这样就能找到缺失的数。

2.2 代码实现

• 方法一代码实现

class Solution {
    public List<Integer> findDisappearedNumbers(int[] nums) {
    	int n = nums.length;
    	int[] numbers = new int[n];
    	for (int num : nums) {
    		numbers[num - 1] = 1;
    	}
    	List<Integer> list = new ArrayList<>();
    	for (int i = 0; i < n; i++) {
    		if (numbers[i] == 0) {
    			list.add(i + 1);
    		}
    	}
    	return list; 
    }
}

• 方法二代码实现

class Solution {
    public List<Integer> findDisappearedNumbers(int[] nums) {
    	List<Integer> res = new ArrayList<>();
        int n = nums.length;
        for (int num : nums) {
        	int x = (num - 1) % n;
        	nums[x] += n;
        }
        for (int i = 0; i < n; i++) {
        	if (nums[i] <= n) {
        		res.add(i + 1);
        	}
        }
        return res;
    }
}

说明：

1. 为什么要减一然后对n取余，首先说减一是因为$nums$数组中的元素取值范围是$1\sim n$，而$nums$数组的下标是$0\sim n-1$，所以要保持一一对应就要让元素值减一。而对$n$取余是因为每次给元素值加$n$可能导致元素的值大于$n-1$，要超出数组下标，每次加$n$，要想不超出对$n$取余就行。
2. 在第二个for循环中，$nums[i]<=n$而不是$nums[i]<n$是因为当元素值为n的时候说明根本没加，因为原本的值都大于0，存在该元素的话加上$n$，一定要大于$n$。所以，小于等于$n$就代表$i+1$在原来的数组中不存在。

2.3 思考

• 要空间复杂度为$O(1)$就要考虑 原地修改。