【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
|
5天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
109 55
|
16天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
25 6
|
14天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
93 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
9天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
48 8
|
16天前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
41 11
|
18天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
32 11
|
14天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
15天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
41 6
|
14天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
8天前
|
存储 算法
基于HMM隐马尔可夫模型的金融数据预测算法matlab仿真
本项目基于HMM模型实现金融数据预测,包括模型训练与预测两部分。在MATLAB2022A上运行,通过计算状态转移和观测概率预测未来值,并绘制了预测值、真实值及预测误差的对比图。HMM模型适用于金融市场的时间序列分析,能够有效捕捉隐藏状态及其转换规律,为金融预测提供有力工具。