数组查询重复数——LeetCode

LeetCode刷题记录及思路

题目来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/find-the-duplicate-number

--------------------------------学无止境，道亦有道-----------------------------

时间：2020年5月26日 星期二

题目

给定一个包含 n + 1 个整数的数组 nums，其数字都在 1 到 n 之间（包括 1 和 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。

• 要求

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) 的空间。（仅可开辟一次内存，不能使用递归方式）
3. 时间复杂度小于 O(n2) 。（两次循环）
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。

PS：即查找数组中的重复数。

测试案例

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

思路

方法一：逐个选取

用两个指针分别比较指向的数字，相同输出，不同移动指针。

如上图中所示，比较红色与绿色指针所指向的Value是否相等，相等返回红色或绿色指针的Value。若不相等，则先移动绿色指针，其步长为1。当绿色指针移动到数组末端时，红色指针步进1。绿色指针则移动到红色指针index+1的位置。

以此类推，直到红色指针移动到 nums.length-1 或者红绿两指针所指向的Value相等时停止。

方法二：判环方式

将不同数据想成一个节点，按照 nums[i] 的数组原有顺序进行连线，以示例一（[1,3,4,2,2]）为例：

在 示例一 中，起点与终点都是 “2 ” 所以返回重复值——2；
同样，在示例二（[3,1,3,4,2]）中也可以将数组转化为图来观察：

由图可以看出，环出现在了 1-3 间，起点和终点为3，所以返回重复值——3。

解题：

方法一解题：

PS：因为方法很简单就不对代码解释了

public int findDuplicate1(int[] nums) {
        //遍历数组
        for (int red = 0; red < nums.length; red++) {
            for (int green = red + 1; green < nums.length; green++) {
                if (nums[green] == nums[red]) {
                    return nums[red];
                }
            }
        }
        System.out.println("找不到重复数,返回0");
        return 0;
    }

优缺点：简单易懂，实现起来方便，但消耗系统资源较大。

方法二解题：

定义快指针——rabbit（兔子），慢指针——turtle（乌龟），两者均从 index = 0 开始跑。

乌龟跑自己的值，兔子跑自己值的索引，即为乌龟跑了两次。开始时 turtle 的值为0;

第一次循环结果：

比较值后不相等继续跑：

第二次循环结果：

以此类推，在第五次循环后相遇，则把乌龟放到0处兔子继续跑，但同步跑，每次步长都为1。

乌龟和兔子均跑自己的值：

经过两次后找到相同数：

public int findDuplicate1(int[] nums) {
        int rabbit;
        int turtle;

        //从0开始跑
        rabbit = turtle = 0;
        do {
            //兔子跑自己的值索引的值的索引（两次值），乌龟跑自己的值
            turtle = nums[turtle];
            rabbit = nums[nums[rabbit]];
        } while (rabbit != turtle);

        //相遇后，兔子从相遇点出发，乌龟从起点出发
        turtle = 0;
        while (rabbit != turtle) {
            rabbit = nums[rabbit];
            turtle = nums[turtle];
        }

        return rabbit;
    }

知识点

1、空间复杂度(Space Complexity)

空间复杂度是对一个算法在运行过程中临时占用（虚拟机中）存储空间大小的量度，记做S(n)=O(f(n))。

如当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)；当一个算法的空间复杂度与以2为底的n的对数成正比时，可表示为O(log2n)；当一个算法的空间复杂度与n成线性比例关系时，可表示为O(n).

2、时间复杂度；

时间复杂度又称为时间复杂度，一个算法的时间复杂度不单单是程序运行时间的值，而是一个函数，它定性描述该算法的运行时间。
以下内容整理自： Mars93的文章——o(1), o(n), o(logn), o(nlogn)

O(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的 遍历算法 。

O(n²)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的O(n²)的算法，对n个数排序，需要扫描n×n次。

O(logN)，就代表当数据增大n倍时，耗时增大logn倍（以2为底的对数函数，比如，当数据增大256倍时，耗时只增大8倍）。比如 二分查找（每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标）

O(nlogn)，就是n乘以logn，当数据增大256倍时，耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。

O(1)，就是最低的时空复杂度， 耗时或空间 与 输入数据大小 无关，无论输入数据增大多少倍，耗时/耗空间都不变。比如 哈希算法，无论数据规模多大，都可以在一次计算后找到目标。

程序运行状态（力扣提供）

• 方法一：
  程序运行消耗系统资源：
  共耗时 348ms ，消耗内存 39.8MB
  
• 方法二：
  程序运行消耗系统资源：
  共耗时0ms（估计是官方出错了），消耗内存 39.9MB