【查找算法】找到数组中只出现1次的数字(附Python实现代码)

简介: 找到数组中只出现1次的数字(附Python实现代码)

问题

给定一个整型数组nums,除某个元素仅出现1次,其余元素都出现3次,找出并返回只出现了1次的元素。

约束条件
1 <= nums.length <= 3 10 * 4
-2 * 31 <= nums[i] <= 2 * 31 - 1 (
表示幂)

示例一:
输入:nums = [2,2,2,3]
输出:3
示例二:
输入:nums = [4,4,6,6,4,5,6]
输出:5

解题思路

整体思路: 通过与数组中元素的二进制位一位一位的比较,找到某一位有且唯一不同的元素。

这道题涉及到位运算,通过与运算&,移位<<,一起异或^找到指定元素,可以先了解位运算相关基础知识。

  • 通过bit = 1 << i结合i循环实现,<<是左移位,bit用来与数组元素进行比较。
  • 进入第i次循环,bit的第i位是1,其余都是0,此时循环数组中的元素,如果数组元素与bit的第i位相同,count计数加一,数组循环结束后:
    -- 如果count % 3 ==0,说明该位相同的数是3的整数倍个,因此要找的元素这一位不是1
    -- 如果count % 3 ==1,说明该位相同的数不是3的整数倍个,因此要找的元素这一位是1
  • 确定该元素的第i位是0或1之后,bit就要移位进行下一次的比较了,因此我们要把刚才的结果存起来,这时候就要用到异或^,设置一个二进制位全为0的临时变量tmp,0和0异或为0、0个1异或为1,这样就能存下来了。
  • exp:[1,1,1,0,0,0,3,3,3,4]
    -- 比较数组元素二进制第0位,有6个是1,4个是0,count = 6说明单独的这个数第0位不是1而是0,tmp不需要变化;
    -- 再比较第1位,有3个是1,7个是0,count = 3说明单独的这个数第1位不是1而是0,tmp不需要变化;
    -- 再比较第2位,有1个是1,9个是0,count = 1说明单独的这个数第2位是1,tmp与此时的bit异或。
    -- ...一直比较到第31位
    最后我们得到的tmp就是那个单独存在的元素。

代码实现

class Solution(object):
    def findNumber(self, nums):
        tmp = 0
        for i in range(32):
            count = 0
            bit = 1 << i # 1,10,100,1000...
            print(f'bit:{bin(bit)}')
            for num in nums:
                print(f'num:{bin(num)}')
                if num & bit:
                    count += 1
            print(f'count:{count}')
            if count %3 != 0:
                tmp ^= bit
                print(f'tmp:{bin(tmp)}')
        return tmp

s = Solution()
nums = [1,2,1,2,1,4,2]
ans = s.findNumber(nums)
print(ans)
相关文章
|
4天前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
2天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
2天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
7 1
|
2天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。
|
2天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
15 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
2天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
11 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
2天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
9 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
4天前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
11 2
|
22天前
|
算法 安全 数据安全/隐私保护
基于game-based算法的动态频谱访问matlab仿真
本算法展示了在认知无线电网络中,通过游戏理论优化动态频谱访问,提高频谱利用率和物理层安全性。程序运行效果包括负载因子、传输功率、信噪比对用户效用和保密率的影响分析。软件版本:Matlab 2022a。完整代码包含详细中文注释和操作视频。
|
7天前
|
算法 数据挖掘 数据安全/隐私保护
基于FCM模糊聚类算法的图像分割matlab仿真
本项目展示了基于模糊C均值(FCM)算法的图像分割技术。算法运行效果良好,无水印。使用MATLAB 2022a开发,提供完整代码及中文注释,附带操作步骤视频。FCM算法通过隶属度矩阵和聚类中心矩阵实现图像分割,适用于灰度和彩色图像,广泛应用于医学影像、遥感图像等领域。