找出不是两个数组共有的元素_你能用多少种方法解决剑指 offer 的第 3 号算法题：数组中重复的数字...

问题描述

找出数组中重复的数字。

给你一个长度为 n 的数组 nums，它具有如下的特点：

1. 数组中的每个元素的值在 0 ~ n - 1 的范围内
2. 数组中存在重复的元素，但是我们不知道重复的元素重复了几次

请找出数组中任意一个重复的元素。

示例：

输入：[2, 3, 1, 0, 2, 5, 3]
输出：2 或者 3

限制：2 <= n <= 100000

方案一：暴力求解

暴力求解的思路非常的直接：

• 遍历数组中的每个元素，然后在剩下的元素中寻找是否存在相同的元素

代码如下：

public 

以上算法实现的复杂度分析：

• 时间复杂度是 O(n^2)
• 空间复杂度是 O(1)

细心的朋友应该会发现这道题目描述的最后对 n 做了一个限制，也就是：

2 <= n <= 100000

那就是说，数据规模 n 有可能是 10 万级别的，如果时间复杂度是 O(n^2) 的话，那么数据规模就会变成 10 万的平方了，这个级别就高了，所以上面的代码的性能是非常差的。接下来我们来优化。

方案二：哈希查找

在暴力解法中，我们先遍历每一个元素，然后再从其余的元素中查找这个元素是否存在，其实这里要的就是能高效的判断一个元素是否已经存在，我们可以使用哈希表，因为哈希表判断是否存在的时间复杂度是 O(1)。

使用哈希表后的算法步骤是：

1. 先初始化一个哈希表 (HashSet)
2. 然后遍历每一个元素，分别对每一个元素做如下的处理：
   1. 先判断哈希表中是否存在这个元素
   2. 如果存在的话，则说明这个元素重复，则直接返回
   3. 否则，将这个元素加入到哈希表中，方便后续的判重

代码如下：

public 

以上算法实现的复杂度分析：

• 时间复杂度是 O(n)
• 空间复杂度是 O(n)

时间复杂度 O(n)，对于数据规模 10 万级别的话，运行速度是可以接受的。但是这里的空间复杂度则变为 O(n)，因为哈希表需要申请额外的 n 个空间，这里用到的是典型的空间换时间的思想

方案三：数组代替哈希表

在题目中，有一个信息，我们需要注意下，那就是数组中每个元素的大小在 0 ~ n - 1 的范围内。利用这个信息，我们就可以使用数组代替上面方案二的哈希表，主要的思路是：

• 定义一个长度为 n 的数组 bucket，然后将所有的元素初始化为 -1
• 在查找处理的时候，使用原数组的元素作为 bucket 的下标，原数组元素对应的下标作为 bucket 的元素值。

我们直接看代码：

public 

以上算法实现的复杂度分析：

• 时间复杂度是 O(n)
• 空间复杂度是 O(n)

可以看出，时间复杂度和空间复杂度都是和用哈希表的解决方案是一样的。但是使用数组绝对会有性能的提高，主要表现在如下的两个方面：

1. 哈希表 (HashSet) 底层是使用数组 + 链表或者红黑树组成的，而且它的数组也是用不满的，有加载因子的。所以使用数组来代替哈希表，能节省空间
2. 哈希表在判重的时候需要经过哈希计算，还可能存在哈希冲突的情况，而使用数组则可以直接计算得到 index 的内存位置，所以使用数组访问性能更好。

注意：如果上面的代码还是看不懂的话，建议先看下面的视频。

方案四：最优解法

以上的解法是最优的吗？还能不能优化呢？请看下面的视频。

知乎视频​www.zhihu.com

代码如下：

public 

以上算法实现的复杂度分析：

• 时间复杂度是 O(n)
• 空间复杂度是 O(1)

可以看出，我们利用这种方法，空间复杂度降到了 O(1) 了。

谢谢你的阅读和收听，如果你觉得这篇文章对你有帮助的话，你可以分享给你的朋友哟~

这篇文章，首发于公众号：抖码课堂