[LeetCode] 只出现一次或者重复数专题总结（位运算、二分查找）

写在前面

只出现一次以及只出现n次的题以及找重复数的题，本质上是在考察数组元素重复特征的题，这类题会出现不同的演变方式，若不做任何限制，采取排序或者哈希统计，解这种题是最简单的，但往往会附加数组只读和空间复杂度为O(1)的限制条件，这意味着排序和哈希统计将不work，此类题的另一个研究方式是，要么限制数组元素范围在[1,n]内，要么不做此限制，若元素在[1,n]范围内的话，那么解题的关键或者题眼大概率会在元素值和元素索引上打开，因为值的范围和索引的范围是相同的。前面可能说的有点饶，本笔记在LT中是两种题型，即出现n次和重复数的问题，但是他们特征相同，因此放在一个比较中做比较。

——————————————————

出现n次题分析题型特征

只出现n次的基准题是题136，题137和题260在其基础上做演进，题136是只有一个元素出现一次，其他元素均出现两次，题137是只有一个元素出现一次，其他元素均出现三次，题260是有两个元素只出现一次，其他元素均出现两次，具体解法看下面各题分析。

136. 只出现一次的数字

原题链接

解题思路： 本题的题意是只有一个元素出现一次，其他元素均出现两次，找出只出现一次的元素，那么两个关键点，两类元素出现的次数（1次和2次），要求取的元素个数为1个，OK，这里面如果我们第一次做题，可能比较难想到，这里需要用到位运算，我们如果想使最终只留下那个只出现一次的元素，势必需要找方法消除其他的出现两次的元素，那么对应到位运算中异或算法可以使相同元素异或被消除，至此，思路应该就出来了，我们对整个数组做异或运算，异或的结果便是那个只出现一次的元素。

class Solution {
public:
    int singleNumber(vector<int>& nums) {
        int res = 0;
        for (auto &num : nums) {
            res ^= num;
        }
        return res;
    }
};

137. 只出现一次的数字 II

原题链接

解题思路： 此题是在题136基础上演进过来的，题意是，只有一个元素出现一次，其他元素均出现三次，求取只出现一次的元素，我们先分析一个此题与题136有什么区别，看能不能找到可借鉴的解题思路，此题其他元素出现的次数为3，仅此处有差别，但是我们会发现，异或的方法不work了，对出现偶次元素做异或能将元素从结果中的贡献消除，但是奇次元素最后仍然会在最终结果中留下一个贡献，因此异或不work了，但是上题用的是位运算解题，此题依然可以去尝试想，题136是从宏观上去考虑整体数组的位运算结果，那么此题能否从微观上去考虑呢，OK，确实是如此，我们依然采取消除的做法，三次想消除，那么我们考虑和值，然后对和值与3取余，那么三次和值的bit位自然在结果数的bit位中贡献为零了，OK，至此思路应该就出来了，我们对32位的数，取每个数的bit和值对3取余作为结果数的相应位的贡献，那么最终出现3次的数对结果数的贡献一定为0，那么结果数便是只出现一次的数了。

class Solution {
public:
    int singleNumber(vector<int>& nums) {
        int res = 0;
        for (int i = 0; i < 32; ++i) {
            int sum = 0;
            for (auto &num : nums) {
                sum += ((num >> i) & 1);
            }
            res |= ((sum % 3) << i);
        }
        return res;
    }
};

260. 只出现一次的数字 III

原题链接

解题链接： 本题题意是，只有两个元素出现一次，其他元素均出现两次，找出只出现一次的两个元素，同样此题是由题136和题137演进过来的，我们先分析一下他们的区别，本题与题136相近，区别是存在两个只出现一次的元素，感觉上此题依然是要采取消除的策略，i.e.,让我们要找的数在结果数中全贡献，而不需要的数在结果数中零贡献，但是如果采取题136相同的异或方法，结果数中其他数确实是被消除了，但是要求取的两个数将混合在一起无法识别，而此步是宏观的，那么我们结合题137想一下，算法需要也考虑一下微观的，既然这两个数不同，那么在bit位上只要有一个位不不同，那么我们以这个位为标准将数组元素分成两组，组内的数采取与题136方法相同的异或得到的结果数一定是只出现一次的元素，另一组同理。

class Solution {
public:
    vector<int> singleNumber(vector<int>& nums) {
        int resxor = 0;
        for (auto &num : nums) {
            resxor ^= num;
        }
        int bit = 0;
        for (; bit < 32; ++bit) {
            if ((resxor >> bit) & 1) break;
        }
        int resxor1 = 0, resxor2 = 0;
        for (auto &num : nums) {
            if ((num >> bit) & 1) resxor1 ^= num;
            else resxor2 ^= num;
        }
        return {resxor1, resxor2};
    }
};

分支只出现一次题的关联

通过上面分析，我们应该能察觉到3题间的关联，基本都是围绕消除思想想解决办法，核心的目的是将无关的数抵消使其在结果数中贡献为0，而使要求取的数在结果数中全贡献，采取的方法是，从宏观上对数组做异或运算，在微观上对bit位做取余运算，其实由题137可以延伸出，一部分数出现4次，而另一部分数出现2次，等等组合，我们只需要对较大的数取余，较大的数自然被消除留下较小的数。

——————————————————

287. 寻找重复数

原题链接

解题思路： 虽然很快就能分析出此题要考察二分查找，但是如何将二分查找应用到此题卡了很长时间。现在记录一下我的思路，发现考察二分查找不是通过题意分析出来的，哈哈说来滑稽╮(╯▽╰)╭，是通过题面要求时间复杂度不超过$O(n^2)$，推断题面要求的时间复杂度可能是$O(nlgn)$，只是一种直觉上的猜测，但是最后发现确实是这样的，而想到lgn时同时也会想到二分，当然，读者会质疑小于$O(n^2)$时间复杂度的表达式有很多，为什么是上面那个么，这个我也答不上来，因为我已经非常特别且敏感的时间复杂度，如O(lgn)是与具体算法关联的，即二分，这样结合起来考才是最有意义的，而有时候思维确实存在一定跳跃性，大量的信息混在一起，再加上如果做过大量题，此时直觉上就会告诉你，见到什么时间复杂度会考什么算法才是最合理的。OK，解题方向基本推测准了，那现在就是如何应用二分查找，换句话说，对谁二分以及缩小查找范围的标准，这个也是解所有二分查找题的关键，这里推荐一篇总结博客，讲解二分查找的。此题二分的对象和标准并没有顺着题目思路走，具体的是，我们分析数字特征，所有的数均在[1,n]范围内，而这个范围正好是他们数组索引的范围，那么这里就回答对谁二分的问题了，对1…n的索引数二分，因为如果没有重复数，并且数组有序，那么每个数各在其位，而若此时有重复数，则一定会挤占某个数的位置，使某个范围的空间「 拥挤」，OK，那回答缩小查找范围的标准，我们确定初始搜索范围[left,right]且二分mid之后，对[left,mid]区间统计数组中落在这个范围内的元素个数，若个数大于区间宽度，则说明重复数落在[left,mid]内，那么搜索区间向左半区间靠拢，否则向右半区间靠拢。

// 二分查找，二分的标准是，nums数组落在left到mid之间的数的
// 个数，若个数大于区间宽度，则重复数落在这个区间内，否则
// 落在mid到right区间内
// T: O(n), S: O(1)
class Solution {
public:
    int count(vector<int>& nums, int a, int b) {
        int res = 0;
        for (auto &num : nums) {
            if (num >= a && num <= b) ++res;
        }
        return res;
    }
    int findDuplicate(vector<int>& nums) {
        int left = 1, right = nums.size();
        while (left < right) {
            int mid = left + (right - left) / 2;
            int cnt = count(nums, left, mid);
            if (cnt <= mid - left + 1) left = mid + 1;
            else right = mid;
        }
        // cout << left << "," << right << endl;
        return right;
    }
};