文章目录
- 题目描述
- 题目链接
- 题目难度——简单
- 方法一:使用额外空间,字典
- 代码/Python
- 代码/C++
- 方法二:进阶,原地修改
- 代码/C++
- 代码/C++
- 总结
题目描述
这好像是一到经典的面试题
给你一个含 n 个整数的数组 nums ,其中 nums[i] 在区间 [1, n] 内。请你找出所有在 [1, n] 范围内但没有出现在 nums 中的数字,并以数组的形式返回结果。
示例 1:
输入:nums = [4,3,2,7,8,2,3,1]
输出:[5,6]
示例 2:
输入:nums = [1,1]
输出:[2]
提示:
- n == nums.length
- 1 <= n <= 105
- 1 <= nums[i] <= n
进阶:你能在不使用额外空间且时间复杂度为 O(n) 的情况下解决这个问题吗? 你可以假定返回的数组不算在额外空间内。
题目链接
题目难度——简单
方法一:使用额外空间,字典
根据题意,一定有1,n之间的数出现次数大于1,而缺失的数出现次数就是0,所以我们使用一个哈希表或者直接用一个数组来当哈希表,统计出现元素的次数,然后再遍历一遍,把没出现的放到答案里。
代码/Python
class Solution:
def findDisappearedNumbers(self, nums: list[int]) -> list[int]:
res = []
count = Counter(nums)
size = len(nums)
for i in range(size):
if count[i + 1] == 0:
res.append(i + 1)
return res
代码/C++
class Solution {
public:
vector<int> findDisappearedNumbers(vector<int>& nums) {
map<int, int> count;
vector<int> res;
for (auto n: nums) {
count[n] += 1;
}
for(int i = 0; i < nums.size(); i++){
if(count.find(i + 1) == count.end()){
res.push_back(i + 1);
}
}
return res;
}
};
方法二:进阶,原地修改
难的是题目中说到的进阶方法,要做到O(N)时间不使用额外空间,我们只能在原数组上修改。
可以直接用原数组当做哈希表,第一次遍历,将出现的数x对应下标x-1上的数置为负数,表示x出现过,第二次再遍历,当遇到正数时就说明是i+1没出现过的。
第二种方式是将出现的数x对应下标x-1上的数加上n,最后没出现的数对应下标上的数就肯定会小于n,再遍历一次统计一下就可以。如果同一个数出现多次,那么算下标的时候可能会溢出,因此要进行一个取余运算。
代码/C++
class Solution {
public:
vector<int> findDisappearedNumbers(vector<int>& nums) {
vector<int> res;
int n = nums.size(), i, x;
for(i = 0; i < n; i++){
nums[(nums[i] - 1) % n] += n;
}
for(i = 0; i < n; i++){
if(nums[i] <= n){
res.push_back(i + 1);
}
}
return res;
}
};
代码/C++
class Solution {
public:
vector<int> findDisappearedNumbers(vector<int>& nums) {
vector<int> res;
int n = nums.size(), i, x;
for(i = 0; i < n; i++){
x = nums[i];
nums[abs(x) - 1] = -abs(nums[abs(x) - 1]);
}
for(i = 0; i < n; i++){
if(nums[i] > 0){
res.push_back(i + 1);
}
}
return res;
}
};
总结
方法一时间复杂度O(N),空间复杂度O(N), 方法二时间复杂度O(N),空间复杂度O(1)。