【LeetCode-268】丢失的数字

6.5 丢失的数字【268】

6.5.1 题目描述

给定一个包含 [0, n] 中 n 个数的数组 nums ，找出 [0, n] 这个范围内没有出现在数组中的那个数。

6.5.2 方法一：排序

class Solution {
    public int missingNumber(int[] nums) {
        Arrays.sort(nums);
        int n = nums.length;
        for (int i = 0; i < n; i++) {
            if (nums[i] != i) {
                return i;
            }
        }
        return n;
    }
}

复杂度分析

• 时间复杂度：O(nlogn)，其中 n 是数组 nums 的长度。排序的时间复杂度是 O(nlogn)，遍历数组寻找丢失的数字的时间复杂度是 O(n)，因此总时间复杂度是 O(nlogn)。

• 空间复杂度：O(logn)，其中 n 是数组 nums 的长度。空间复杂度主要取决于排序的递归调用栈空间。

6.5.3 方法二：哈希集合

使用哈希集合，可以将时间复杂度降低到 O(n)。

首先遍历数组 nums，将数组中的每个元素加入哈希集合，然后依次检查从 0 到 n 的每个整数是否在哈希集合中，不在哈希集合中的数字即为丢失的数字。由于哈希集合的每次添加元素和查找元素的时间复杂度都是 O(1)，因此总时间复杂度是 O(n)。

class Solution {
    public int missingNumber(int[] nums) {
        Set<Integer> set = new HashSet<Integer>();
        int n = nums.length;
        for (int i = 0; i < n; i++) {
            set.add(nums[i]);
        }
        int missing = -1;
        for (int i = 0; i <= n; i++) {
            if (!set.contains(i)) {
                missing = i;
                break;
            }
        }
        return missing;
    }
}

复杂度分析

• 时间复杂度：O(n)，其中 n 是数组 nums 的长度。遍历数组 nums 将元素加入哈希集合的时间复杂度是 O(n)，遍历从 0 到 n 的每个整数并判断是否在哈希集合中的时间复杂度也是 O(n)。

• 空间复杂度：O(n)，其中 n 是数组 nums 的长度。哈希集合中需要存储 n 个整数。

6.5.4 方法三：位运算

class Solution {
    public int missingNumber(int[] nums) {
        int xor = 0;
        int n = nums.length;
        for (int i = 0; i < n; i++) {
            xor ^= nums[i];
        }
        for (int i = 0; i <= n; i++) {
            xor ^= i;
        }
        return xor;
    }
}

复杂度分析

• 时间复杂度：O(n)，其中 nn 是数组 nums 的长度。需要对 2n+1 个数字计算按位异或的结果。
• 空间复杂度：O(1)。

6.5.5 方法四：数学

将从 0 到 n 的全部整数之和记为 total，根据高斯求和公式，有：

$\text{total}={\sum }_{i=1}^n=\frac{n(n+1)}{2}$

将数组 nums 的元素之和记为 arrSum，则 arrSum 比 total 少了丢失的一个数字，因此丢失的数字即为 total 与 arrSum 之差。

class Solution {
    public int missingNumber(int[] nums) {
        int n = nums.length;
        int total = n * (n + 1) / 2;
        int arrSum = 0;
        for (int i = 0; i < n; i++) {
            arrSum += nums[i];
        }
        return total - arrSum;
    }
}

复杂度分析

• 时间复杂度：O(n)，其中 n 是数组 nums 的长度。需要 O(1) 的时间计算从 0 到 n 的全部整数之和以及需要 O(n) 的时间计算数组 nums 的元素之和。
• 空间复杂度：O(1)。

6.5.6 my answer—排序/set集合

class Solution {
    // set集合
    public int missingNumber(int[] nums) {
        Set<Integer> set =  new HashSet<>();
        for (int num : nums) {
            set.add(num);
        }
        for (int i = 0; i < nums.length; i++) {
            if(!set.contains(i))return i;
        }
        return nums.length;
    }


    // 排序
    public int missingNumber(int[] nums) {
        Arrays.sort(nums);
        for (int i = 0; i < nums.length; i++) {
            if(nums[i] != i)return i;
        }
        return nums.length;
    }
}