关于 ARTS 的释义 —— 每周完成一个 ARTS：
● Algorithm: 每周至少做一个 LeetCode 的算法题
● Review: 阅读并点评至少一篇英文技术文章
● Tips: 学习至少一个技术技巧
● Share: 分享一篇有观点和思考的技术文章
希望通过此次活动能聚集一波热爱技术的人，延续好奇、探索、实践、分享的精神。
一、问题
给你一个未排序的整数数组 nums ，请你找出其中没有出现的最小的正整数。
请你实现时间复杂度为 O(n) 并且只使用常数级别额外空间的解决方案。
示例 1：
输入：nums = [1,2,0]
输出：3
示例 2：
输入：nums = [3,4,-1,1]
输出：2
示例 3：
输入：nums = [7,8,9,11,12]
输出：1
提示：
1 <= nums.length <= 5 * 105
-231 <= nums[i] <= 231 - 1
二、解决办法一
def firstMissingPositive(nums): for i, num in enumerate(nums): while 0 < num <= len(nums) and nums[num - 1] != num: nums[num - 1], num = num, nums[num - 1] for i, num in enumerate(nums): if num != i + 1: return i + 1 return len(nums) + 1
这段代码实现了一个时间复杂度为 O(n) 的解决方案，可以在只使用常数级别额外空间的情况下找出未排序整数数组中没有出现的最小正整数。
首先，我们遍历整个数组 nums,对于每个元素 num,如果它大于 0 且小于等于数组长度，就将它与它在数组中的正确位置交换。这个过程的目的是将所有非负整数按照从小到大的顺序排列，同时将它们放到它们应该在的位置上。
接着，我们再次遍历整个数组 nums,找到第一个没有被放置在正确位置上的元素。这个元素就是我们要找的最小正整数。如果所有的元素都被放置在了正确的位置上，那么最后一个没有被放置在正确位置上的元素就是数组长度加一。
这个算法的关键在于利用了“交换”的思想，通过不断交换元素的位置来达到排序的目的。由于只使用了常数级别的额外空间，因此时间复杂度为 O(n)。
三、解决办法二
class Solution: def firstMissingPositive(self, nums: List[int]) -> int: n = len(nums) num_to_idx = {} for i, num in enumerate(nums): if num <= n: num_to_idx[num] = i else: break for num in range(1, n + 2): if num not in num_to_idx: return num return n + 1
这个算法的核心思想是利用哈希表记录数组中每个元素出现的次数以及它们在原数组中的下标位置。通过遍历一遍数组，我们可以快速找到第一个没有被放置在正确位置上的元素，从而得到结果。
具体实现步骤如下：
- 创建一个长度为 n+1 的哈希表 num_to_idx,用于记录数组中每个元素出现的次数以及它们在原数组中的下标位置。
- 遍历整个数组 nums,对于每个元素 num,更新哈希表中 num 对应的值为它的出现次数加一，同时更新 num 对应的下标位置为它在原数组中的位置。
- 再次遍历整个数组 nums,对于每个元素 num,如果它在哈希表中对应的出现次数为 0,就将它作为结果返回。
这个算法的时间复杂度为 O(n),空间复杂度为 O(n)。
四、比较
两个解决方法的区别在于，第一个方法的时间复杂度为 O(n),空间复杂度为 O(1)。而第二个方法的时间复杂度也为 O(n),空间复杂度为 O(n)。因此，第一个方法更加高效
def firstMissingPositive(nums): if not nums: return 1 n = len(nums) for i in range(n): while 1 <= nums[i] <= n and nums[nums[i] - 1] != nums[i]: nums[nums[i] - 1], nums[i] = nums[i], nums[nums[i] - 1] for i in range(n): if nums[i] != i + 1: return i + 1 return n + 1
五、下一步学习计划
- 基础语法和数据类型
- 掌握 Python 中常用的内置函数和标准库。面向对象编程
- 学习面向对象编程的基本概念，如类、对象、继承、多态等。
- 熟悉 Python 中的类和对象的定义和使用方法，了解构造方法、析构方法、属性和方法的使用。
- 掌握 Python 中常用的面向对象编程技术，如封装、继承、多态等。Web 开发
- 学习 Python Web 开发框架，如 Flask、Django 等。
- 熟悉 Web 开发的基础知识，如 HTTP 协议、RESTful API、前后端交互等。
- 掌握 Web 开发中常用的技术，如模板引擎、数据库操作等。数据科学与机器学习
- 学习 Python 中的数据科学库，如 Pandas、NumPyy、Scikit-Learn 等。
- 熟悉数据处理和分析的方法，如数据清洗、数据可视化等。
- 掌握机器学习的基本概念和技术，如监督学习、无监督学习、深度学习等。
