原题样例:丢失的数字
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。
示例 1:
输入:nums = [3,0,1] 输出:2 解释:n = 3,因为有 3 个数字,所以所有的数字都在范围 [0,3] 内。2 是丢失的数字,因为它没有出现在 nums 中。
示例 2:
输入:nums = [0,1] 输出:2 解释:n = 2,因为有 2 个数字,所以所有的数字都在范围 [0,2] 内。2 是丢失的数字,因为它没有出现在 nums 中。
示例 3:
输入:nums = [9,6,4,2,3,5,7,0,1] 输出:8 解释:n = 9,因为有 9 个数字,所以所有的数字都在范围 [0,9] 内。8 是丢失的数字,因为它没有出现在 nums 中。
示例 4:
输入:nums = [0] 输出:1 解释:n = 1,因为有 1 个数字,所以所有的数字都在范围 [0,1] 内。1 是丢失的数字,因为它没有出现在 nums 中。
提示:
- n == nums.length
- 1 <= n <= 104
- 0 <= nums[i] <= n
- nums 中的所有数字都 独一无二
C#方法:排序
先给这个数组排序,然后再遍历对比数字,简单粗暴解决问题
代码:
public class Solution {
public int MissingNumber(int[] nums) {
//排序法
Array.Sort(nums);
for(int i =0;i<nums.Length;i++)
{
if (nums[i] != i)
{ return i; }
}
return nums.Length;
}
}
执行结果
通过
执行用时:104 ms,在所有 C# 提交中击败了71.84%的用户
内存消耗:42.4 MB,在所有 C# 提交中击败了5.47%的用户
Java 方法一:排序
思路解析 根据题意不难看出,如果数组是有序排列的,那么久很好解决这个问题了
所以首先我们对数组进行排序,随后我们可以在常数时间内判断两种特殊情况:0 没有出现在数组的首位,以及 nnn 没有出现在数组的末位。
如果这两种特殊情况都不满足,那么缺失的数字一定在 0 和 nnn 之间(不包括两者)。
此时我们可以在线性时间内扫描这个数组,如果某一个数比它前面的那个数大了超过 1,那么这两个数之间的那个数即为缺失的数字。
代码:
class Solution {
public int missingNumber(int[] nums) {
Arrays.sort(nums);
// 判断 n 是否出现在末位
if (nums[nums.length-1] != nums.length) {
return nums.length;
}
// 判断 0 是否出现在首位
else if (nums[0] != 0) {
return 0;
}
// 此时缺失的数字一定在 (0, n) 中
for (int i = 1; i < nums.length; i++) {
int expectedNum = nums[i-1] + 1;
if (nums[i] != expectedNum) {
return expectedNum;
}
}
// 未缺失任何数字(保证函数有返回值)
return -1;
}
}
执行结果
通过 执行用时:6 ms,在所有 Java 提交中击败了12.83%的用户 内存消耗:39.1 MB,在所有 Java 提交中击败了7.01%的用户
复杂度分析
时间复杂度:O( nlogn )
空间复杂度:O( 1 ) 或 O( n )
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!