原题样例：移动零

给定一个数组 nums，编写一个函数将所有 0 移动到数组的末尾，同时保持非零元素的相对顺序

示例:

输入: [0,1,0,3,12]
输出: [1,3,12,0,0]
必须在原数组上操作，不能拷贝额外的数组。
尽量减少操作次数。

C#方法：排序

增加一个索引index，从0开始，当遍历数组的时候，如果数组当前位置不为0，则把当前的数值赋值给数组[index],然后index 自增1

如果当前位置不等于索引的位置（i 只能大于等于index），那么就把当前位置赋值为0，

此操作是为将数组后面的值变为0

代码：

public class Solution {
    public void MoveZeroes(int[] nums) {
        int index =0;
        for(int i=0;i<nums.Length;i++){
            if(nums[i]!=0){
                nums[index] = nums[i];
                if(i!=index){
                    nums[i]=0;
                }
                index++;
            }
        }
    }
}

执行结果

通过
执行用时：152 ms，在所有 C# 提交中击败了98.73%的用户
内存消耗：51.5 MB，在所有 C# 提交中击败了5.06%的用户

Java 方法：双指针

思路解析 使用双指针，左指针指向当前已经处理好的序列的尾部，右指针指向待处理序列的头部。

右指针不断向右移动，每次右指针指向非零数，则将左右指针对应的数交换，同时左指针右移。

注意到以下性质：

左指针左边均为非零数；

右指针左边直到左指针处均为零。

因此每次交换，都是将左指针的零与右指针的非零数交换，且非零数的相对顺序并未改变。

代码：

class Solution {
    public void moveZeroes(int[] nums) {
        int n = nums.length, left = 0, right = 0;
        while (right < n) {
            if (nums[right] != 0) {
                swap(nums, left, right);
                left++;
            }
            right++;
        }
    }

    public void swap(int[] nums, int left, int right) {
        int temp = nums[left];
        nums[left] = nums[right];
        nums[right] = temp;
    }
}

执行结果

通过
执行用时：2 ms，在所有 Java  提交中击败了21.64%的用户
内存消耗：39.9 MB，在所有 Java 提交中击败了5.01%的用户

复杂度分析

时间复杂度：O( n )
空间复杂度：O( 1 ) 

Java方法二：哈希表

我们可以直接查询每个数是否在数组中出现过来找出缺失的数字。如果使用哈希表，那么每一次查询操作都是常数时间的。

我们将数组中的所有数插入到一个集合中，这样每次查询操作的时间复杂度都是 O(1)的

代码

class Solution {
    public int missingNumber(int[] nums) {
        Set<Integer> numSet = new HashSet<Integer>();
        for (int num : nums) numSet.add(num);

        int expectedNumCount = nums.length + 1;
        for (int number = 0; number < expectedNumCount; number++) {
            if (!numSet.contains(number)) {
                return number;
            }
        }
        return -1;
    }
}

执行结果

通过
执行用时：5 ms，在所有 Java  提交中击败了33.30%的用户
内存消耗：38.9 MB，在所有 Java 提交中击败了26.29%的用户

复杂度分析

时间复杂度：O( n )
空间复杂度：O( n )

总结

• 今天是力扣算法题打卡的第五十一天！
• 文章采用 C#和 Java 两种编程语言进行解题
• 一些方法也是参考力扣大神写的，也是边学习边分享，再次感谢算法大佬们
• 那今天的算法题分享到此结束啦，明天再见！