0~n-1中缺失的数字(简单难度)

简介: 0~n-1中缺失的数字(简单难度)

目录

题目概述(简单难度)

思路与代码

思路展现

方法1:二分法

代码示例

注意事项

方法2:位运算

代码示例

题目概述(简单难度)

2.png

题目链接:


思路与代码

思路展现

方法1:二分法

排序数组中的搜索问题,首先想到 二分法 解决。

这道题目使用二分法我是真没想到,这块我们直接上代码,看来还是本人题做的少了


代码示例

class Solution {
    public int missingNumber(int[] nums) {
       int i =0,j = nums.length - 1;
       while(i <= j) {
           int mid = (i+j)/2;
           if(nums[mid] == mid) {
              i= mid+1;
           }else {
              j = mid-1;
           }
       }
       return i;
    }
}

注意事项

1:先来看核心思想

           if(nums[mid] == mid) {
              i= mid+1;
           }else {
              j = mid-1;
           }

因为我们是一个长度为n-1的递增排序数组,并且每个数字都在范围0~n-1之内,这句话的意思等价于数组下标的值就等于我们在数组中所存储的值,例如:nums[0]=0,nums[1]=1…

那么当nums[mid] = mid的时候,就说明在我们中间下标再往前的数字都跟其下标的数字都一样,如果缺了我们 nums[mid] 是不可能等于 mid的,那么我们这个数组所缺少的数字就只能在我们mid下标之后了,所以能够每次处理就丢弃一半的数据, 每次降低1/2的规模,类似于一颗二叉树,查找次数为二叉树的高度, 因此复杂度降为 log2N --> O(logN)。所以让i=mid+1,相反,如果nums[mid] != mid,说明所少的数字就只能在我们mid下标之前了,此时就需要j = mid-1

2:

此时我们的while循环中i是一定要小于等于j的:

如果是小于j的话,此时会出现如下的测试用例跑不过的情况:

2.png

2.png


方法2:位运算

位运算的话首先需要记住以下的定律:

2.png

此时根据题目要求,如果数组不缺少数字的话,数组应该按照如下要求排列:

2.png

少了的数字该怎么办呢?我们直接来看代码是怎么解决的吧:


代码示例

class Solution {
    public int missingNumber(int[] nums) {
       int xor = 0; 
       for (int i = 0; i < nums.length; i++){
           xor ^= nums[i] ^ (i + 1);
        }
        return xor; 
    }
}

我们来分析一下代码为什么就可以找出来缺少的那个数字

首先如果是不缺少数字的话,例如0 ^ 0 ^ 1后为1,1 ^ 1 ^ 2 = 2,依次类推后到最后我们剩下的数字只有数组中最后一个数字.

而假如我们缺少数字的话,例如[0,1,2,3,4,5,6,7,9]中,我们可以发现是缺少8这个数字的,那么最后7 ^ 7 ^ 8 = 8,8 ^ 9 ^ 9 = 8,我们发现最后的数字就是我们所缺失的数字8,满足题意.


时间复杂度:O(N)
空间复杂度:O(1)


相关文章
|
6月前
|
人工智能 算法 测试技术
【数学】【排序】【C++算法】3027人员站位的方案数
【数学】【排序】【C++算法】3027人员站位的方案数
|
6月前
|
机器学习/深度学习 算法 安全
内容过滤算法:构建数字世界的守护者
内容过滤算法:构建数字世界的守护者
|
5月前
|
算法 C#
详尽分享计算一个数字有多少种排列可能
详尽分享计算一个数字有多少种排列可能
49 0
|
6月前
7-7 念数字 (15 分)(用数组简化判断过程)
7-7 念数字 (15 分)(用数组简化判断过程)
50 0
|
算法 索引
算法创作 | 0到n-1中缺失的数字问题解决方法
算法创作 | 0到n-1中缺失的数字问题解决方法
99 0
剑指offer 56. 0到n-1中缺失的数字
剑指offer 56. 0到n-1中缺失的数字
67 0
|
算法
【计组】32位浮点数的表示范围以及如何解决精度缺失
【计组】32位浮点数的表示范围以及如何解决精度缺失
506 0
【计组】32位浮点数的表示范围以及如何解决精度缺失
|
存储 测试技术
只出现一次的数字(简单难度)
只出现一次的数字(简单难度)
101 0
只出现一次的数字(简单难度)
|
算法 索引
数组中重复的数字(简单难度)
数组中重复的数字(简单难度)
90 0
数组中重复的数字(简单难度)
数组中数字出现的次数(中等难度)
数组中数字出现的次数(中等难度)
94 0
数组中数字出现的次数(中等难度)