LeetCode_原地哈希_中等_442.数组中重复的数据

x33g5p2x  于2022-08-17 转载在 其他  
字(1.6k)|赞(0)|评价(0)|浏览(398)

1.题目

给你一个长度为 n 的整数数组 nums ,其中 nums 的所有整数都在范围 [1, n] 内,且每个整数出现一次或两次 。请你找出所有出现两次的整数,并以数组形式返回。

你必须设计并实现一个时间复杂度为 O(n) 且仅使用常量额外空间的算法解决此问题。

示例 1:
输入:nums = [4,3,2,7,8,2,3,1]
输出:[2,3]

示例 2:
输入:nums = [1,1,2]
输出:[1]

示例 3:
输入:nums = [1]
输出:[]

提示:
n == nums.length
1 <= n <= 105
1 <= nums[i] <= n
nums 中的每个元素出现一次或两次

来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/find-all-duplicates-in-an-array

2.思路

(1)哈希表
如果不考虑空间复杂度,我们可以使用哈希表来存储数组 nums 中每个元素以及其对应出现的次数,然后再取出哈希表中出现次数为 2 的元素并将其保存到 res 中,最后再返回 res 即可。

(2)原地哈希(正负号标记)
思路参考本题官方题解

由于数组 nums 的所有整数都在范围 [1, n] 内,而 nums 的长度正好为 n,所以我们可以构建 x - 1 ∈ [0, n - 1] 到 nums[0…n - 1] 之间的映射,通过标记 nums[x - 1] 的正负值来判断 x 出现的次数,具体步骤如下:

遍历数组 nums 中的每一个元素 x = Math.abs(nums[i])(此处要加绝对值是因为后面会改变数组 nums 中元素的符号),那么如果判断 x 是出现了 1 次还是 2 次呢?很简单,由于 x ∈ [1, n],那么 x - 1 ∈ [0, n - 1] 正好在 nums 的下标范围内,所以我们可以进行如下判断:
① 如果 nums[x - 1] > 0,那么我们认为 x 此时只出现了一次,为了方便判断 x 下次是否出现,我们将 nums[x - 1] 取负号;
② 如果 nums[x - 1] < 0,那么这说明 nums[x - 1] 在之前已经被取过一次负号,进而可以推出 x 之前已经出现过一次,所以此时的 x 已经是第 2 次出现,故直接将其加入到 res 中;
遍历结束后,直接返回 res 即可。该方法的时间复杂度为 O(n),空间复杂度为 O(1)(返回值的空间复杂度不计算在内)

小结:一般像这种要求使用常量额外空间且题目中与次数、次数有关的题目,我们可以首先联想到使用原地哈希,使用原地哈希的一个关键在于使用原数组(或者其它容器)作为哈希表,将原数组中的元素作为键(即看作数组中的下标),建立起适合题目条件的对应关系。

3.代码实现(Java)

//思路1————哈希表
class Solution {
    public List<Integer> findDuplicates(int[] nums) {
        List<Integer> res = new ArrayList<>();
        Map<Integer, Integer> hashMap = new HashMap<>();
        for (int num : nums) {
            hashMap.put(num, hashMap.getOrDefault(num, 0) + 1);
        }
        for (int num : hashMap.keySet()) {
            if (hashMap.get(num) == 2) {
                res.add(num);
            }
        }
        return res;
    }
}
//思路2————原地哈希(正负号标记)
class Solution {
    public List<Integer> findDuplicates(int[] nums) {
        List<Integer> res = new ArrayList<>();
        for (int i = 0; i < nums.length; i++) {
            int x = Math.abs(nums[i]);
            if (nums[x - 1] > 0) {
                nums[x - 1] = -nums[x - 1];
            } else {
                res.add(x);
            }
        }
        return res;
    }
}

相关文章