• 算法刷题 week1


    week 1

    1. 找出数组中重复的数字

    题目

    给定一个长度为 n 的整数数组 nums,数组中所有的数字都在 0∼n−1 的范围内。

    数组中某些数字是重复的,但不知道有几个数字重复了,也不知道每个数字重复了几次。

    请找出数组中任意一个重复的数字。

    注意:如果某些数字不在 0∼n−1 的范围内,或数组中不包含重复数字,则返回 -1;

    数据范围

    0≤n≤1000

    样例
    给定 nums = [2, 3, 5, 4, 3, 2, 6, 7]。
    返回 2 或 3。
    
    • 1
    • 2
    题解
    (数组遍历) O(n)

    首先遍历一遍数组,如果存在某个数不在0到n-1的范围内,则返回-1。

    下面的算法的主要思想是把每个数放到对应的位置上,即让 nums[i] = i

    从前往后遍历数组中的所有数,假设当前遍历到的数是 nums[i]=x,那么:

    • 如果x != i && nums[x] == x,则说明 x 出现了多次,直接返回 x 即可;
    • 如果nums[x] != x,那我们就把 x 交换到正确的位置上,即 swap(nums[x], nums[i]),交换完之后如果nums[x] != x,则重复进行该操作。由于每次交换都会将一个数放在正确的位置上,所以swap操作最多会进行 n 次,不会发生死循环。

    循环结束后,如果没有找到任何重复的数,则返回-1。

    时间复杂度分析

    每次swap操作都会将一个数放在正确的位置上,最后一次swap会将两个数同时放到正确位置上,一共只有 n 个数和 n 个位置,所以swap最多会进行 n−1次。所以总时间复杂度是 O(n)。

    class Solution {
    public:
        int duplicateInArray(vector<int>& nums) {
            int n = nums.size();
            for (auto x : nums)
                if (x < 0 || x > n - 1)
                    return -1;
                    
            for (int i = 0; i < n; i++) {
                while (nums[i] != nums[nums[i]])    //注意,这里是while,一直交换
                    swap(nums[i], nums[nums[i]]);
                if (nums[i] != i)
                    return nums[i];
            }
            return -1;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17

    2. 不修改数组找出重复的数字

    题目

    给定一个长度为 n+1 的数组nums,数组中所有的数均在 1∼n 的范围内,其中 n≥1。

    请找出数组中任意一个重复的数,但不能修改输入的数组。

    数据范围

    1≤n≤1000

    样例
    给定 nums = [2, 3, 5, 4, 3, 2, 6, 7]。
    返回 2 或 3。
    
    • 1
    • 2
    题解
    (分治,抽屉原理) O(nlogn)

    这道题目主要应用了抽屉原理和分治的思想。

    抽屉原理:n+1 个苹果放在 n 个抽屉里,那么至少有一个抽屉中会放两个苹果。

    用在这个题目中就是,一共有 n+1 个数,每个数的取值范围是1到n,所以至少会有一个数出现两次。

    然后我们采用分治的思想,将每个数的取值的区间[1, n]划分成[1, n/2]和[n/2+1, n]两个子区间,然后分别统计两个区间中数的个数。
    注意这里的区间是指 数的取值范围,而不是 数组下标

    划分之后,左右两个区间里一定至少存在一个区间,区间中数的个数大于区间长度。

    这个可以用反证法来说明:如果两个区间中数的个数都小于等于区间长度,那么整个区间中数的个数就小于等于n,和有n+1个数矛盾。

    因此我们可以把问题划归到左右两个子区间中的一个,而且由于区间中数的个数大于区间长度,根据抽屉原理,在这个子区间中一定存在某个数出现了两次。

    依次类推,每次我们可以把区间长度缩小一半,直到区间长度为1时,我们就找到了答案。

    复杂度分析

    1. 时间复杂度:每次会将区间长度缩小一半,一共会缩小 O(logn) 次。每次统计两个子区间中的数时需要遍历整个数组,时间复杂度是 O(n)。所以总时间复杂度是 O(nlogn)。
    2. 空间复杂度:代码中没有用到额外的数组,所以额外的空间复杂度是 O(1)。
    class Solution {
    public:
        int duplicateInArray(vector<int>& nums) {
            int l = 1, r = nums.size() - 1; //要将每个数的取值区间[1,n]划分成两个子区间,所以要-1
            while (l < r) {
                int mid = l + r >> 1; // 划分的区间:[l, mid], [mid + 1, r]
                int s = 0;
                for (auto x : nums)
                	if (x >= l && x <= mid) s++;
                	//s += x >= l && x <= mid;
               		// 先判断(x >= l && x <= mid),再 s += ***
                if (s > mid - l + 1)
                    r = mid;
                else
                    l = mid + 1;
            }
            return r;  //
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
  • 相关阅读:
    34、幂等性
    初学者必看的web前端开发学习路线,干货满满!
    SpringBoot 还用 if 校验参数?老司机都是这么玩的!
    Lumen全局光照你了解多少?在Twinmotion中怎么使用
    【Python语言】字典的使用方法总结
    IDEA自动注解设置(中文版)
    (PMIC)全、半桥驱动器CSD95481RWJ PDF 规格
    电脑重装Win11系统后如何修复音频录制
    [USACO24JAN] Cannonball B 题解
    算法设计与分析 | 最大字序列和(动态规划)
  • 原文地址:https://blog.csdn.net/m0_56091756/article/details/132905881