1.---排序+双指针-时间复杂度O(nlogn),
2. 书中的解法思路:数组元素和下标一 一对应,时间复杂度O(N)
关于空间复杂度:数组用容器vector来存储,空间复杂度为O(n),
算法的空间复杂度是通过计算算法在运行过程中临时占用的存储空间大小来衡量的。这包括程序代码、输入数据所占用的空间以及辅助变量所占用的空间。空间复杂度的计算主要关注于算法运行时的额外空间使用,而不包括函数运行时所需的栈空间(如参数、局部变量、寄存器信息等),因为这部分空间在编译期间已经确定,不属于运行时的额外空间。
P41解释:所有操作步骤都是在输入数组上进行的,不需要分配额外的内存,因此空间复杂度为O(1).
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
*
* @param numbers int整型vector
* @return int整型
*/
int duplicate(vector<int>& numbers) {
// write code here
if(numbers.empty()) return -1;
sort(numbers.begin(),numbers.end());//O(nlogn)
int i = 0, j = 1;
for(; i <numbers.size() && j <numbers.size(); ++i, ++j){
if(numbers[i] == numbers[j])break;
}
if(j == numbers.size())return -1;
return numbers[i];
}
};
书中解法-剑指offer-P40
/*书中page40思路:
数组的数字限制在0-n-1,范围,数组元素和下标一 一对应法。
1.【2,3,1,0,2,5,3】 下标i = 0, 当前元素为2 2!=0 交换swap(num[0], num[2])
[1,3,2,0,2,5,3] 下标i = 0,当前元素为1,1!=0, swap(num[0],num[1])
[3,1,2,0,2,5,3] 下标i = 0 ,当前元素为3, 3!=0, swpa(num[0],num[3])
[0,1,2,3,2,5,3] 下标i = 0, 当前元素为0,0 == 0,不会进入第二层循环,
2.i = 4, num[i] = 2, 当前下标和当前元素不等,进入内层循环,
当前元素 = 该元素作为下标时数组中对应的值,说明是重复了,直接返回
3.虽然有一个两重循环,但是每个数字最多只要交换两次就能找到他们所属的位置,因此时间复杂度为O(N),
用vector容器来存储数据,空间复杂度O(N).这里不涉及额外的内存空间,空间复杂度为O(1)
*/
class Solution {
public:
/**
*/
int duplicate(vector<int>& numbers) {
for(int i = 0; i < numbers.size(); ++i){
if(numbers[i] < 0 || numbers[i]>=numbers.size() )
return -1;
}
for(int idx = 0; idx < numbers.size() ;++idx){
while(numbers[idx] != idx){
//f(x) = x
if(numbers[idx] == numbers[numbers[idx]]){//当前元素和该元素映射的值相等
return numbers[idx];
}
swap(numbers[idx], numbers[numbers[idx]]);//不等就交换
}
}
return -1;
}
};