面试热题(缺失的第一个正数)

news/2024/10/19 0:20:30/

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。

输入:nums = [1,2,0]
输出:3

 尝试的路途是痛苦的,不断的尝试新方法,错何尝不是一种乐趣

  • 纯暴力(双层for循环)
 public int firstMissingPositive(int[] nums) {for (int i = 1; i <= nums.length; i++) {boolean has = false;for (int j = 0; j < nums.length; j++) {if (nums[j] == i) {has = true;break;}}if (!has) {//没有找到这个数,直接返回return i;}}return nums.length + 1;}

       第一层循环遍历[1,nums.length]的元素,第二层元素查看当前数组中是否存在,第一个不存在的就是第一个缺失的整数,这种纯暴力搜,案例肯定能过,但是时间复杂度过高,一般都会超时

  • 排序+二分查找

       二分查找的时间复杂度是O(logn)的,这种一般是不会超时,但是我们要先将数组进行排序,因为二分查找的前提条件是具有单调性

 Arrays.sort(nums);

       遍历[1,nums.length]中的元素,通过二分搜索去在排序后的数组中查找,第一次没有查到就是第一个缺失的整数

for(int i=1;i<=nums.length;i++){int res=binarySearch(nums,i);if(res==-1){return i;}}

 普通的二分搜索:

public int binarySearch(int[] nums,int target){int left=0;int right=nums.length-1;while(left<=right){int mid=left+(right-left)/2;if(nums[mid]==target){return mid;}else if(nums[mid]>target){right=mid-1;}else{left=mid+1;}}return -1;}

  • 哈希表
           利用哈希表对原数组进行一个存储,遍历[1,nums.length]中的元素,如果在set中不存在,就是第一个缺少的整数
     
     public int firstMissingPositive(int[] nums) {int len = nums.length;Set<Integer> hashSet = new HashSet<>();for (int num : nums) {hashSet.add(num);}for (int i = 1; i <= len; i++) {if (!hashSet.contains(i))return i;}return len + 1;}

  • 位图

       假设我们使用一个位图(bitmap)来表示集合,其中每一位代表一个元素是否存在于集合中。但是这种位图只适合集合数量不是太多的情况,显然这道题不满足这个条件

错误实例:

 public int firstMissingPositive(int[] nums) {int len = nums.length;int hash = 0;for (int num : nums) {if (num > 0&&num<=nums.length) {  // 忽略非正整数hash |= 1 << (num - 1);//将当前元素加入位图}}for (int i = 1; i <= len + 1; i++) {//判断当前元素是否存在于位图if ((hash & (1 << (i - 1))) == 0) {return i;}}return len + 1; }

 基本也能过个80%+,但是我们怎么才能巧妙的利用这种方式去解决这个问题呢?

public int firstMissingPositive(int[] nums) {public int firstMissingPositive(int[] nums) {int length = nums.length;int bit[] = new int[((length - 1)>>5) + 1];for (int i = 0; i < nums.length; i++) {int digit = nums[i];//数组必须在1到length之间才有效if (digit >= 1 && digit <= length) {int index = (digit - 1)>>5;//x%N  如果N是2的次数可以写成 x&(N-1)bit[index] |= (1 << ((digit - 1) & 31));}}//最后在执行一遍循环,查看对应位置的元素是否正确,如果不正确直接返回for (int i = 0; i < nums.length; i++) {if ((bit[i >>5] & (1 << (i & 31))) == 0)return i + 1;}return length + 1; }}

  • 置换

置换顾名思义就是通过不断的交换将数组中的值和索引相对应

       通过的不断的置换,对应的位置与相对应的索引进行匹配完成,再遍历原数组,第一个数值和索引不匹配的就是第一个缺失的整数

 public int firstMissingPositive(int[] nums) {if(nums==null||nums.length==0){return 0;}//置换 值和索引相匹配for(int i=0;i<nums.length;i++){while(nums[i]>=1&&nums[i]<=nums.length&&nums[nums[i]-1]!=nums[i]){int temp=nums[nums[i]-1];nums[nums[i]-1]=nums[i];nums[i]=temp;}}for(int i=0;i<nums.length;i++){if(nums[i]!=i+1){return i+1;}}return nums.length+1;}

  • 对应法

      我们可以把每个元素存放到对应的位置,比如1存放到数组的第一个位置,3存放到数组的第3个位置, 如果是非正数或者大于数组的长度的值,我们不做处理,最后在遍历一遍数组,如果位置不正确,说明这个位置没有这个数,我们就直接返回

image.png

image.png

image.png

 public int firstMissingPositive(int[] nums) {for (int i = 0; i < nums.length; i++) {//如果在指定的位置就不需要修改if (i + 1 == nums[i])continue;int x = nums[i];if (x >= 1 && x <= nums.length && x != nums[x - 1]) {swap(nums, i, x - 1);i--;//抵消上面的i++,如果交换之后就不++;}}//最后在执行一遍循环,查看对应位置的元素是否正确,如果不正确直接返回for (int i = 0; i < nums.length; i++) {if (i + 1 != nums[i])return i + 1;}return nums.length + 1;}//交换两个数的值public void swap(int[] A, int i, int j) {if (i != j) {A[i] ^= A[j];A[j] ^= A[i];A[i] ^= A[j];}}
  • 标记法

  1. 因为数组中中按道理只允许出现[1,nums.length]的数字,所以我们首先可以先对数组中的元素进行处理,将大于等于数组长度和小于等于0的元素值改为nums.length+1(这里只要不是合理区间内的值都可以)
  2. 遍历数组中的每一个元素,加假如遍历到3,因为数组中的索引是从0开始的,所以我们要把索引为2的值变为负数(负数相当于一个标志,如果一个索引的值为负数,证明该数已经出现过),如果相同的数岂不是给一个数加负号两次,负负得正,就相当于没有出现,所以我们为了避免这种情况,每次取负数的时候,都将原数字取绝对值以后再进行取反
  3. 遍历修改后的数字,碰到第一个非负数,该数对应的索引+1就是我们缺失的第一个正数(正数说明没有其值进行标记)
public int firstMissingPositive(int[] nums) {//对入参进行判断if(nums==null||nums.length==0){return 0;}//将数组中大于数组长度的和小于等于零的值进行替换for(int i=0;i<nums.length;i++){if(nums[i]<=0||nums[i]>nums.length+1){nums[i]=nums.length+1;}}//遍历每一个元素,进行映射,符号代表该索引的整数已经出现过for(int i=0;i<nums.length;i++){int num=Math.abs(nums[i]);if(num<=nums.length){nums[num-1]=-Math.abs(nums[num-1]);}
}for(int i=0;i<nums.length;i++){if(nums[i]>0){return i+1;}}return nums.length+1;}


http://www.ppmy.cn/news/1033256.html

相关文章

js操作剪贴板讲解

文章目录 复制&#xff08;剪切&#xff09;到剪贴板Document.execCommand()Clipboard复制Clipboard.writeText()Clipboard.write() copy&#xff0c;cut事件 从剪贴板进行粘贴document.execCommand(paste)Clipboard粘贴Clipboard.readText()Clipboard.read() paste 事件 安全性…

iTOP-i.MX8M开发板添加USB网络设备驱动

选中支持 USB 网络设备驱动&#xff0c;如下图所示&#xff1a; [*] Device Drivers→ *- Network device support → USB Network Adapters→ {*} Multi-purpose USB Networking Framework 将光标移动到 save 保存&#xff0c;如下图所示&#xff1a; 保存到 arch/arm64/c…

开发规范(一):Mysql篇

1. 流程 数据库表结构的修改需要相关人员和Leader一起评审&#xff0c;保证符合涉及规范。 不允许使用root账号&#xff0c;所有开发和测试应当分配指定账号&#xff0c;并授予最小数据库权限 2. 数据库与表规范 表命名规范 常规表表名以 t_开头&#xff0c;t 代表 table 的意思…

深度思考rpc框架面经系列之三

6 一个rpc框架的请求调用的流程&#xff08;小红书面试&#xff09; 6.1 讲讲rpc调用原理&#xff0c;比如服务怎么发现&#xff0c;怎么调用&#xff0c;提供者怎么响应。怎么去请求&#xff0c;又怎么回来的 一个RPC&#xff08;远程过程调用&#xff09;框架的核心目的是允…

44 | 酒店预订及取消的数据分析

1.背景介绍 数据集来自Kaggle网站上公开的Hotel booking demand项目 该数据集包含了一家城市酒店和一家度假酒店的预订信息,包括预订时间、入住时间、成人、儿童或婴儿数量、可用停车位数量等信息。 数据集容量约为12万32 本次数据分析主要包含如下内容: 总览数据,完成对…

leetcode经典算法——快速幂

实现 pow(x, n) &#xff0c;即计算 x 的整数 n 次幂函数&#xff08;即&#xff0c;xn &#xff09;。 暴力方法肯定是循环循环n次&#xff0c; 每一次*x 显然此方法遇到大的数字会超时 那么我们要引进一个思想&#xff0c;快速幂算法 例如&#xff1a; x^97 我们可以看出&a…

8.14 ARM

1.练习一 .text 文本段 .global _start 声明一个_start函数入口 _start: _start标签&#xff0c;相当于C语言中函数mov r0,#0x2mov r1,#0x3cmp r0,r1beq stopsubhi r0,r0,r1subcc r1,r1,r0stop: stop标签&#xff0c;相当于C语言中函数b stop 跳转到stop标签下的第一条…

探讨uniapp的数据缓存问题

异步就是不管保没保存成功&#xff0c;程序都会继续往下执行。同步是等保存成功了&#xff0c;才会执行下面的代码。使用异步&#xff0c;性能会更好&#xff1b;而使用同步&#xff0c;数据会更安全。 1 uni.setStorage(OBJECT) 将数据存储在本地缓存中指定的 key 中&#x…