力扣打卡每日一题——缺失的第一个正数

一、问题概述

给定一个未排序的整数数组,要求找出其中没有出现的最小正整数

示例

  • 输入:3,4,-1,1 → 输出:2

  • 输入:1,2,0 → 输出:3

  • 输入:7,8,9,11,12 → 输出:1

核心约束:最优解法需满足时间复杂度O(n)、空间复杂度O(1)(不依赖额外哈希表等数据结构)。

二、核心思想:原地哈希(位置重排)

1. 关键结论

对于长度为n的数组,缺失的第一个正整数必然在1, n+1范围内。理由如下:

  • 若数组恰好包含1~n的所有正整数,缺失的最小正整数就是n+1(如1,2,3→缺失4);

  • 若数组存在1~n的缺口,该缺口就是缺失的最小正整数(如3,4,-1,1→缺口为2)。

2. 核心策略

利用数组自身的索引作为"哈希键",将1~n范围内的正整数"归位"到对应的索引位置:

  • 数字1 → 索引0(1-1=0)

  • 数字2 → 索引1(2-1=1)

  • ...

  • 数字k → 索引k-1(k∈1,n

归位后,遍历数组:若索引i对应的数字不是i+1,说明i+1就是缺失的最小正整数;若全部归位,则缺失n+1。

三、代码逐段解析

class Solution {

public:

int firstMissingPositive(vector<int>& nums) {

int n = nums.size();

// 第一步:将1~n的正整数归位

for (int i = 0; i < n; ++i)

{

// 循环条件:当前数在1,n内,且未在正确位置上

while (numsi > 0 && numsi <= n && numsnums\[i - 1] != numsi)

{

// 交换当前数与它应在位置上的数

swap(numsi, numsnums\[i - 1]);

}

}

// 第二步:查找第一个缺失的正整数

for (int i = 0; i < n; ++i) {

if (numsi != i + 1) {

return i + 1;

}

}

// 若1~n全存在,返回n+1

return n + 1;

}

};

1. 第一步:正整数归位(while循环是关键)

循环条件拆解

  • nums[i] > 0:只处理正整数(负数和0不影响最小正整数的判断);

  • nums[i] <= n:超出n的正整数(如n=4时的5、6),其对应的位置超出数组范围,无需归位;

  • nums[nums[i] - 1] != nums[i]:判断当前数是否已在正确位置(避免重复数导致死循环,如1,1)。

为什么用while而非if?

交换后,当前索引i的新值可能仍需归位。例如数组3,4,-1,1,i=1时:

  1. 初始nums1=4,交换到索引3(4-1=3),数组变为-1,1,3,4

  2. 此时nums1=1,仍需交换到索引0(1-1=0),数组变为1,-1,3,4

  3. 最终nums1=-1,不满足条件,退出循环。

2. 第二步:查找缺失值

遍历归位后的数组,索引i的"理想值"是i+1:

  • 若numsi≠i+1,说明i+1是第一个缺失的正整数,直接返回;

  • 若遍历结束都满足numsi=i+1,说明数组包含1~n,返回n+1。

四、示例执行过程

以输入nums = 3,4,-1,1为例,n=4:

步骤 i值 当前数组 操作说明
初始 - 3,4,-1,1 未开始归位
归位1 i=0 -1,4,3,1 nums0=3→交换到索引2,新nums0=-1,退出循环
归位2 i=1 -1,1,3,41,-1,3,4 nums1=4→交换到索引3;新nums1=1→交换到索引0,退出循环
归位3 i=2 1,-1,3,4 nums2=3=2+1,无需交换
归位4 i=3 1,-1,3,4 nums3=4=3+1,无需交换
查找 i=0→i=1 1,-1,3,4 i=0:nums0=1(符合);i=1:nums1=-1≠2→返回2

五、注意事项

  1. 避免死循环 :必须加上nums[nums[i]-1] != nums[i]条件。若数组有重复正整数(如1,1),无此条件会导致两个1无限交换。

  2. 只处理有效范围:仅归位1,n的正整数,负数、0、大于n的数无需处理,不影响结果。

  3. while循环的必要性:交换后当前位置的新值可能仍需归位,用if会遗漏(如3,4,-1,1的i=1场景)。

  4. 边界情况: 数组全为负数:如-1,-2→返回1;

  5. 数组包含1~n:如1,2,3→返回4;

  6. 数组长度为1:1→返回2,2→返回1。

六、总结

本题的核心是利用数组索引实现原地哈希,关键在于明确"缺失值范围",通过交换让数字归位,最终通过索引与值的对应关系找到答案。

相关推荐
Jack201 天前
HarmonyOS开发中错误处理策略:网络异常统一处理
算法
小小杨树1 天前
读懂色彩:拍照调色不再难
算法·计算机视觉·配色
JieE2122 天前
LeetCode 226. 翻转二叉树|JS 递归超详细拆解,二叉树入门经典题
javascript·算法
JieE2122 天前
LeetCode 104. 二叉树的最大深度|递归思路超详细拆解
javascript·算法
vivo互联网技术2 天前
CVPR 2026 | 全新强化学习框架 BeautyGRPO:重塑真实人像
算法·大模型·cvpr·影像
Darling噜啦啦2 天前
列表转树算法深度解析:从 Map 到 Reduce 的两种实现,面试高频考点
数据结构·算法·面试
用户497863050732 天前
(一)小红的数组操作
算法·编程语言
怕浪猫2 天前
Electron 系列文章封面图
算法·架构·前端框架
徐小夕2 天前
JitWord 3.0 正式发布,高精度Word异构解析+复杂组件兼容,打造web端协同Word编辑器
前端·vue.js·算法