【leetcode】268. 缺失数字( Missing Number )

最新推荐文章于 2024-07-11 18:37:51 发布

原创最新推荐文章于 2024-07-11 18:37:51 发布 · 1.2k 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

Leetcode

本文详细解析了LeetCode上的经典题目“缺失数字”，提供了三种解题思路：数学方法、差值累加及位运算，旨在帮助读者理解并掌握线性时间和常数级空间复杂度的解决方案。

题目描述

【leetcode】268. 缺失数字( Missing Number )

给定一个包含 0, 1, 2, …, n 中 n 个数的序列，找出 0 … n 中没有出现在序列中的那个数。

示例 1:

输入: [3,0,1]
输出: 2
示例 2:

输入: [9,6,4,2,3,5,7,0,1]
输出: 8
说明:
你的算法应具有线性时间复杂度。你能否仅使用常数级的额外空间来实现?

第一次解答

思路
可以采用数学方法。利用等差数列求和结果与所有元素和结果比较，找出这个数
时间复杂度O(n), 空间复杂度O(1).
这里要注意溢出问题。按照题意，同一数字不会重复出现，并且数字类型为int类型，能表示 $0, 2^{31}-1]共2^{31}$ 个不同的数字，所以利用等差数列前n项和公式，可知其最大元素和为 $\frac{(0+2^{31}-1) \times 2^{31}}{2} < 2^{61}$ 所以可以用unsigned long(可表示范围 $0, 2^{64}-1]$ )类型来存储求和结果，不会发生溢出。
代码：

class Solution {
public:
    int missingNumber(vector<int>& nums) {
        unsigned int n = nums.size();//因为nums一定会少一个数，且首项为0
        // 因为nums元素为int类型，其范围是0-2^31-1,所以其最大和为(0+2^31-1)*2^31/2 < 2^61
        // 所以可以用unsigned long (0-2^64-1)去存储前n项和，不会溢出
        unsigned long sum = (0+n)*(n+1)/2; // 
        unsigned long sum2 = 0;
        for(int i=0; i<nums.size(); ++i){
            sum2 += nums[i];
        }
        // 结果必定是int类型，不必再用long
        int sub = sum - sum2;
        return sub;
    }
};

结果：

在这里插入图片描述

第二次解答

解答1为了避免溢出，采用了unsigned long存储求和结果，最后再将两个求和结果相减。其实还可以利用更巧妙的方法，只使用 int 类型就能避免溢出. 首先看下表

没有数字缺失	0	1	2	`3`	4	5	…	$2^{31}-3$	$2^{31}-2$	$2^{31}-1$
存在数字缺失	0	1	2	`4`	5	6	…	$2^{31}-2$	$2^{31}-1$	$\empty$

表格中，若无数字缺失，则应有 $2^{31}$ 个不同的数字。表格中第二行缺失的数字是3, 导致了3后面的数字全部往前移动了一格。在缺失的数字3之前，表格上下元素差为0，在缺失的数字3之后，表格上下元素差为1（最后一个元素例外，差为 $2^{31}-1$ ）。

为了找到缺失数字，同时避免溢出，我们新采用的方法是：遍历表格第一行中每个元素
，将该元素与下一行元素相减，把相减得到的差值累加。最终累加结果就是缺失的那个数。
现在我们来分析一下，为什么只使用 int 类型就能避免溢出. 如上表，把差值累加过程中，结果几乎总是<=0，所以只要保证其最小值不超过 int 所能表示的范围[ $2^{31}, 2^{31}-1$ ] ，就能保证不溢出。那么我们来看看，差值累加结果最小能到多少。

没有数字缺失	`0`	1	2	3	4	5	…	$2^{31}-3$	$2^{31}-2$	$2^{31}-1$
存在数字缺失	`1`	2	3	4	5	6	…	$2^{31}-2$	$2^{31}-1$	$\empty$

如上表所示，在最坏情况下，缺失的数字是0，这时候差值累加结果达到最小值，其值为 $\times (2^{31}-1) = -（2^{31}-1)$ 并没有超过 int 所能表示的范围[ $2^{31}, 2^{31}-1$ ] ，所以不会溢出。

代码：

class Solution {
public:
    int missingNumber(vector<int>& nums) {
        int sum = 0;
        int i;
        for(i=0; i<nums.size(); ++i){
            sum += i - nums[i];
        }
        sum += i;
        return sum;
    }
};

结果：
在这里插入图片描述

第三次解答

位运算。两个相同的数异或运算后为0，任何数与0异或运算都等于它本身，且异或运算满足结合律。
这里要注意的是，第一个初始值取多少。

没有数字缺失	0	1	`2`	3
存在数字缺失	0	1	3	$\empty$

如上表所示，缺失数字2。那么缺失数字missing_number可这么计算得到：
$missing_number = (0 \oplus 0)\oplus(1\oplus1)\oplus(2\oplus3)\oplus3 = 2$
可以看到异或时多出一个单独的3，这是因为由于缺失了一个数字，表中第二行少了一个数字。所以我们可以把异或的初始值设为3，也就是nums.size().

代码：

class Solution {
public:
    int missingNumber(vector<int>& nums) {
        int missing_number = nums.size();
        for(int i=0; i<nums.size(); ++i){
            missing_number ^= nums[i] ^ i;
        }
        return missing_number;
    }
};