leetcode hard模式专杀leetcode 41 First Missing Positive

这题要求在O(n)时间复杂度，O(1)空间复杂度完成，摆明了只能扫描一次，并且几乎不能用额外的存储结构。

 

那么我的第一反应思路是用比特位，初始化一个全0的比特位图，然后逐个扫描数组元素，假设数组长度为x,则一次扫描这x元素，如果是碰到正数，则在该数对应的比特位放置1，例如如果是5，则在第5位置1。最后再从低位往高为扫描到第一个0的位置即为first missing positive

我是用的Java,里面有个很好的数据结构BitSet很快就写出来了这个逻辑,并且经过测试也是对的，可是没能通过leetcode OJ, 提示时内存消耗太大！

于是一想，我构建的这个比特位图，虽然计算逻辑很合理，但是有一点不太合理，就是这个比特位图可能非常稀疏，例如1，2，100000000，这样的位图，明明才3个元素，确踏马占了1亿个比特位，而同为3个长度的1，2，3这样的数列，却只需要3位长度的比特位图，这怎么行呢？于是想了一个办法，我就盯着前面例子，即两个长度为3的数列，看看能看出什么门道，仔细盯着想了一分钟，突然想起鸽巢原理的反面，就是说N个位置，你放N-1个球，总会有一个空着，那么如果输入的数列总长度为x，那么可能的first missing positive一定在前x+1个位置上，有了这个逻辑，所有的大于x+1的位置的设置，检查都不必做了，因为都是浪费。

 

于是得到如下更新版的代码：

public int firstMissingPositive(int[] nums) {
    BitSet bs = new BitSet();

    int maxBit = 0;
    for(int i=0;i<nums.length;i++){
        // if its positive intege
        if(nums[i]>0 && nums[i]<=nums.length){
            bs.set(nums[i]);
            if(maxBit<nums[i]){
                maxBit = nums[i];
            }
        }
    }

    for(int j = 1 ;j<=nums.length;j++){
        if(!bs.get(j)){
            return j;
        }
    }
    return nums.length+1;
}

 

很快就通过了OJ，嘿嘿，什么hard模式，不过如此