1.题目
2.解法1(空间复杂度nlogn)
先使用排序算法,接着看相邻元素是不是相等
import java.util.*;
public class Solution {
public boolean duplicate(int numbers[],int length,int [] duplication) {
if(numbers == null || length == 0){
return false;
}
Arrays.sort(numbers);
for(int i=0;i<length-1;i++){
if(numbers[i] == numbers[i+1]){
duplication[0] = numbers[i];
return true;
}
}
return false;
}
}
时间复杂度为O(nlogn),空间复杂度为O(n),因为归并排序会创建一个数组
3.解法2(空间复杂度n)
因为很明确数组的所有的数字都在0到n-1的范围内,所以可以创建一个arr[n]的数组,首先遍历一遍,计算每个数的count,然后再遍历一遍找到只出现1次的数字。
public class Solution {
public boolean duplicate(int numbers[],int length,int [] duplication) {
if(numbers == null || length == 0) return false;
// 安排一个数组,用来存储0-(n-1)之间的值
int[] countArr = new int[length];
for (int i = 0; i < length; i++) {
countArr[numbers[i]]++;
}
for (int i = 0; i < length; i++) {
if(countArr[i] == 2){
// 任意一个,所以i可以从0开始,如果要求第一个,那么就用numbers[i]做下标
duplication[0] = i;
return true;
}
}
return false;
}
}
时间复杂度为O(n), 空间复杂度为O(n) (推荐这个方法!!!)
或者使用哈希表,利用HashSet
import java.util.*;
public class Solution {
public boolean duplicate(int numbers[],int length,int [] duplication) {
if(numbers == null || length == 0) return false;
Set<Integer> set = new HashSet<>();
for(int i = 0; i < length; i++){
// 如果已经包含这个数,说明重复出现了两次
if(set.contains(numbers[i])){
duplication[0] = numbers[i];
return true;
}else{
set.add(numbers[i]);
}
}
return false;
}
}
4.解法3(根据下标,将值换到自己对应的位置)
数组的长度为 n 且所有数字都在 0 到 n-1 的范围内,我们可以将每次遇到的数进行"归位",当某个数发现自己的"位置"被相同的数占了,则出现重复。
扫描整个数组,当扫描到下标为 i 的数字时,首先比较该数字(m)是否等于 i,如果是,则接着扫描下一个数字;如果不是,则拿 m 与第 m 个数比较。如果 m 与第 m 个数相等,则说明出现重复了;如果 m 与第 m 个数不相等,则将 m 与第 m 个数交换,将 m “归位”,再重复比较交换的过程,直到发现重复的数
import java.util.*;
public class Solution {
public boolean duplicate(int numbers[],int length,int [] duplication) {
if(numbers == null || length == 0){
return false;
}
int tmp = -1;
for (int i = 0; i < length; i++) {
// 首先判断此值,是否应该在i的位置
while(numbers[i] != i){
// 如果不是在i的位置,判断它和原来位置的值是否相等
if(numbers[i] == numbers[numbers[i]]){
// 相等说明重复了
duplication[0] = numbers[i];
return true;
}else{
// 未重复,交换两者的值
tmp = numbers[i];
numbers[i] = numbers[tmp];
numbers[tmp] = tmp;
}
}
}
return false;
}
}
时间复杂度为O(n),这个比上两种解法耗时,空间复杂度为O(1)