leetcode第41题

简介: 对于这种要求空间复杂度的,我们可以先考虑如果有一个等大的空间,我们可以怎么做。然后再考虑如果直接用原数组怎么做,主要是要保证数组的信息不要丢失。目前遇到的,主要有两种方法就是交换和取相反数。

image.png

给一串数字,找出缺失的最小正数。限制了时间复杂度为 O(n),空间复杂度为 O(1)。

解法一 交换

参考这里-space-and-O(n)-time?orderBy=most_votes)。

如果没限制空间复杂度,我们可以这样想。用一个等大的数组去顺序保存这些数字。

比如说,数组 nums [ 3 4 -1 1 8],它的大小是 5。然后再创建一个等大的数组 a,初始化为 [ - 1,- 1,- 1,- 1,-1] 。然后我们遍历 nums,把数字分别存到对应的位置。1 就存到数组 a 的第 1 个位置(a [ 0 ]),2 就存到数组 a 的第 2 个位置(a [ 1 ]),3 就存到数组 a 的第 3 个位置(a [ 2 ])...

nums [ 0 ] 等于 3,更新 a [ - 1,- 1,3,- 1,-1] 。

nums [ 1 ] 等于 4,更新 a [ - 1,- 1,3,4,-1 ] 。

nums [ 2 ] 等于 - 1,不是正数,忽略。

nums [ 3 ] 等于 1,更新 a [ 1,- 1,3,4,-1 ] 。

nums [ 4 ] 等于 8,我们的 a 数组只能存 1 到 5,所以同样忽略。

最后,我们只需要遍历 a 数组,遇到第一次 a [ i ] != i + 1,就说明缺失了 i + 1。因为我们的 a 数组每个位置都存着比下标大 1 的数。

当然,上边都是基于有一个额外空间讲的。如果没有额外空间,怎么办呢?

我们直接把原数组当成 a 数组去用。 这样的话,会出现的问题就是之前的数就会被覆盖掉。覆盖之前我们把它放回到当前数字的位置, 换句话说就是交换一下位置。然后把交换回来的数字放到应该在的位置,又交换回来的新数字继续判断,直到交换回来的数字小于 0,或者大于了数组的大小,或者它就是当前位置放的数字了。接着遍历 nums 的下一个数。具体看一下。

nums = [ 3 4 -1 1 8 ]

nums [ 0 ] 等于 3,把 3 放到第 3 个位置,并且把之前第 3 个位置的 -1 放回来,更新 nums [ -1, 4, 3, 1, 8 ]。

然后继续判断交换回来的数字,nums [ 0 ] 等于 -1,不是正数,忽略。

nums [ 1 ] 等于 4,把 4 放到第 4 个位置,并且把之前第 4个位置的 1 放回来,更新 nums [ -1, 1, 3, 4, 8 ]。

然后继续判断交换回来的数字,nums [ 1 ] 等于 1,把 1 放到第 1 个位置,并且把之前第 1 个位置的 -1 放回来,更新 nums [ 1-1, 3, 4, 8 ]。

然后继续判断交换回来的数字,nums [ 1 ] 等于 -1,不是正数,忽略。

nums [ 2 ] 等于 3,刚好在第 3 个位置,不用管。

nums [ 3 ] 等于 4,刚好在第 4 个位置,不用管。

nums [ 4 ] 等于 8,我们的 nums 数组只能存 1 到 5,所以同样忽略。

最后,我们只需要遍历 nums 数组,遇到第一次 nums [ i ] != i + 1,就说明缺失了 i + 1。因为我们的 nums 数组每个位置都存着比下标大 1 的数。

看下代码吧,一个 for 循环,里边再 while 循环

publicintfirstMissingPositive(int[] nums) {
intn=nums.length;
//遍历每个数字for (inti=0; i<n; i++) {
//判断交换回来的数字while (nums[i] >0&&nums[i] <=n&&nums[i] !=nums[nums[i] -1]) {
//第 nums[i] 个位置的下标是 nums[i] - 1swap(nums, i, nums[i] -1);
        }
    }
//找出第一个 nums[i] != i + 1 的位置for (inti=0; i<n; i++) {
if (nums[i] !=i+1) {
returni+1;
        }
    }
//如果之前的数都满足就返回 n + 1returnn+1;
}
privatevoidswap(int[] nums, inti, intj) {
inttemp=nums[i];
nums[i] =nums[j];
nums[j] =temp;
}

时间复杂度:for 循环里边套了个 while 循环,如果粗略的讲,那时间复杂度就是 O(n²)了。我们再从算法的逻辑上分析一下。因为每交换一次,就有一个数字放到了应该在的位置,只有 n 个数字,所以 while 里边的交换函数,最多执行 n 次。所以时间复杂度更精确的说,应该是 O(n)。

空间复杂度:O(1)。

对于这种要求空间复杂度的,我们可以先考虑如果有一个等大的空间,我们可以怎么做。然后再考虑如果直接用原数组怎么做,主要是要保证数组的信息不要丢失。目前遇到的,主要有两种方法就是交换和取相反数。

相关文章
Win10 汇编工具 EMU8086安装教程
EMU8086是一种学习汇编工具,它结合了一个原始编辑器、组译器、反组译器、具除错功能的软件模拟工具(虚拟PC),还有一个循序渐进的指导工具。下面的这一教程是 bs.aiesst.cn 专门为初学者入门而准备的一个安装教程,以及下载地址。
8854 1
|
机器学习/深度学习 人工智能 自然语言处理
大模型开发:解释强化学习以及它与监督学习的不同之处。
强化学习(RL)是机器学习的一种,通过智能体与环境交互学习最优策略,以获取最大回报,常用于动态环境如游戏和机器人。与之不同,监督学习(SL)使用有标签的训练数据来预测新数据,适用于如图像分类等稳定问题。两者关键区别在于学习方式和应用场景:RL侧重环境交互和策略优化,适合未知动态环境;SL依赖已知标签数据,适合标签明确的任务。在大模型开发中,两者各有优势,并不断融合创新,推动人工智能发展。
1465 2
|
机器学习/深度学习
大模型开发:解释正则化及其在机器学习中的作用。
正则化是防止机器学习过拟合的技术,通过限制模型参数和控制复杂度避免过拟合。它包含L1和L2正则化,前者产生稀疏解,后者适度缩小参数。选择合适的正则化方法和强度对模型性能关键,常用交叉验证评估。
677 1
|
10月前
|
消息中间件 数据采集 人工智能
体育直播网站如何实现实时数据
体育直播中的实时数据如何快速、准确地传递到用户手机上?本文揭秘了这一过程:数据来源包括官方合作伙伴和AI+人工双保险;传输借助WebSocket、MQTT协议及CDN加速;高并发通过Redis缓存、消息队列与自动扩容解决。未来,AI+5G将推动实时数据向更低延迟发展,甚至实现赛事预测。代码示例展示了比赛数据处理逻辑,确保用户获得精准信息。
739 33
|
10月前
|
人工智能 安全 网络安全
Burp Suite Professional 2025.5 for macOS x64 & ARM64 - 领先的 Web 渗透测试软件
Burp Suite Professional 2025.5 for macOS x64 & ARM64 - 领先的 Web 渗透测试软件
459 3
|
存储 算法 Java
深入理解Java内存管理
本文将通过通俗易懂的语言,详细解析Java的内存管理机制。从JVM的内存结构入手,探讨堆、栈、方法区等区域的具体作用和原理。进一步分析垃圾回收机制及其调优方法,最后讨论内存泄漏的常见场景及防范措施。希望通过这篇文章,帮助读者更好地理解和优化Java应用的内存使用。
|
边缘计算 物联网 vr&ar
一文带你彻底了解Wi-Fi 7
【9月更文挑战第1天】
1846 0
一文带你彻底了解Wi-Fi 7
|
编解码 IDE 开发工具
python ini文件包含中文时报错UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x8c 的解决办法
python ini文件包含中文时报错UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0x8c 的解决办法
1230 1
|
消息中间件 程序员 Windows
Windows消息机制《MFC深度详解》
Windows消息机制《MFC深度详解》
516 1
|
消息中间件 存储 Kafka
Kafka【基础入门】
Kafka【基础入门】
275 1

热门文章

最新文章