一、核心结论先行
时间复杂度 O(n)、空间复杂度 O(1)，是该题效率最高、最推荐的解法（优于求和法，无溢出风险）。
二、前置必备：异或运算的 3 个核心性质（解法根基）
异或运算（符号 ^）是二进制位运算，这 3 个性质是整个解法的灵魂，必须吃透：
✅ 性质 1（核心） ：相同的两个数异或，结果一定是 0 → a ^ a = 0
✅ 性质 2（核心） ：0 和任意数异或，结果等于这个数本身 → 0 ^ a = a
✅ 性质 3（辅助） ：异或满足「交换律」和「结合律」→ a^b^c = a^c^b = (a^b)^c
三、题目背景与解题思路推导（力扣 268）
✅ 题目要求
给定一个包含 0, 1, 2, ..., n 中 恰好缺失一个数 的数组 nums（数组长度为 n），找出这个缺失的数字。
关键特征：完整序列是
0 ~ n（共n+1个数），nums 是该序列「丢失一个数」后剩下的n个数。
✅ 异或解法的核心思想
利用异或的特性：把「完整序列（0~n）」和「nums 数组」的所有数全部异或在一起，最终结果就是缺失的数字。
💡 原理推导：完整序列的数 + nums 数组的数，除了「缺失的数字」只出现1 次 ，其余所有数字都会出现2 次 → 成对的数异或后全部抵消为 0，最终 0 ^ 缺失数 = 缺失数。
java
public int missingNumber(int[] nums) {
int sum = 0;
// 第一步：遍历 0 ~ nums.length（即完整序列 0~n），逐个异或到sum
for (int i = 0; i <= nums.length; i++) {
sum ^= i;
}
// 第二步：遍历nums数组（残缺序列），每个元素再逐个异或到sum
for (int i : nums) {
sum ^= i;
}
return sum; // 最终sum就是缺失的数字
}代码执行本质（结合异或性质）
- 初始
sum = 0； - 第一步异或：
sum = 0 ^ 0 ^ 1 ^ 2 ^ ... ^ n； - 第二步异或：
sum = (0^0^1^2^...^n) ^ (nums[0]^nums[1]^...^nums[n-1])； - 根据「交换律 + 结合律」，成对的数字会两两结合异或为 0，最终仅剩 缺失数。
✅ 举个实际例子（直观验证，一看就懂）
示例：nums = [3,0,1] → 数组长度 n=3，完整序列是 0,1,2,3，缺失数字是 2。
- 第一步异或：
sum = 0 ^ 0 ^ 1 ^ 2 ^ 3 - 第二步异或：
sum = (0^0^1^2^3) ^ (3^0^1) - 结合重组：
sum = (0^0) ^ (1^1) ^ (3^3) ^ 2 - 计算结果：
sum = 0 ^ 0 ^ 0 ^ 2 = 2→ 恰好是缺失的数字 ✔️
五、该解法的【绝对优势】（对比最常见的「求和法」）
力扣 268 题还有一种求和法（公式：缺失数 = 0~n 和 - nums 数组和），代码如下：
java
// 求和法（有缺陷）
public int missingNumber(int[] nums) {
int n = nums.length;
int total = n*(n+1)/2; // 0~n的等差数列求和公式
int sum = 0;
for(int num : nums) sum += num;
return total - sum;
}✅ 异或解法 VS 求和法（核心优势）
- 🥇 无数值溢出风险（最关键） 求和法中，当
n很大时（比如 n=106），n*(n+1)/2会超出int的取值范围，导致计算错误；而异或运算是按位操作，永远不会溢出。 - 🥈 时间 / 空间复杂度完全一致两种解法的时间复杂度都是 O(n)，空间复杂度都是 O(1)，效率持平。
- 🥉 运算更高效位运算（异或）是 CPU 底层直接支持的运算，比「加法 / 减法」的硬件执行效率更高。
✅ 结论：异或解法是本题的最优解，没有任何缺陷。
六、核心知识点总结（秒记，永久不忘记）
- 力扣 268 的最优解是「异或位运算解法 」，利用
a^a=0、0^a=a两个核心性质； - 解题关键：完整序列（0~n） + 残缺序列（nums） 全体异或，成对抵消后剩余值即为缺失数；
- 异或解法对比求和法，无溢出风险、运算更高效，是首选方案；
- 该思路可推广：只要是「找缺失 / 找重复数字」类题目，优先考虑异或解法。