(数组)448. 找到所有数组中消失的数字

题目

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:

复制代码
输入:nums = [4,3,2,7,8,2,3,1]
输出:[5,6]

示例 2:

复制代码
输入:nums = [1,1]
输出:[2]

提示:

  • n == nums.length
  • 1 <= n <= 10<sup>5</sup>
  • 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。

算法

如果不考虑空间,可以直接使用set去实现:用集合去重存已出现数字,遍历 1~n 找出未出现的值

优化算法:原地修改数组,长度为 N 的数组可以用来统计 1 到 N 各数字出现的次数;

  • 数字 num 对应数组下标 num-1;遍历到 num 就把对应位置的数取负,代表「num 已出现」;最后位置上仍为正数的,对应的数字(下标 + 1)就是未出现的消失数字。
  • 过程:
    • 当前元素是 numsi,那么我们把第 numsi−1 位置的元素 乘以 -1,表示这个该位置出现过。
    • 当然如果 第 numsi−1 位置的元素已经是负数了,表示 numsi 已经出现过了 ,就不用再把第 numsi−1 位置的元素乘以 -1。
    • 最后,对数组中的每个位置遍历一遍,如果 i 位置的数字是正数,说明 i 未出现过。

代码

简单实现

Java 复制代码
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Set;

class Solution {
    public List<Integer> findDisappearedNumbers(int[] nums) {
        // 边界处理:空数组直接返回空结果
        if (nums == null || nums.length == 0) {
            return new ArrayList<>();
        }

        // 用哈希集合存储数组中出现过的数字,自动去重,查询复杂度O(1)
        Set<Integer> appearedSet = new HashSet<>();
        for (int num : nums) {
            appearedSet.add(num);
        }

        int n = nums.length;
        List<Integer> res = new ArrayList<>();

        // 合法数字范围是1~n,遍历所有数字,不在集合里的就是消失的数字
        for (int i = 1; i <= n; i++) {
            if (!appearedSet.contains(i)) {
                res.add(i);
            }
        }
        return res;
    }
}

原地修改

Java 复制代码
import java.util.ArrayList;
import java.util.List;

class Solution {
    public List<Integer> findDisappearedNumbers(int[] nums) {
        // ========== 第一轮遍历:原地打标记,标记数字是否出现过 ==========
        // 原Python的 enumerate(nums) 未使用索引i,仅遍历每个元素,Java用增强for等价实现
        for (int num : nums) {
            // 取绝对值:当前num可能已经被前面的元素标记为负数,必须先还原原始数值再映射下标
            int absNum = Math.abs(num);
            // 数字num和数组下标一一映射:num -> index = num - 1
            int index = absNum - 1;

            // 仅当对应位置为正数(未被标记)时才取反,避免重复取反把标记改回正数
            if (nums[index] > 0) {
                nums[index] *= -1;
            }
        }

        // ========== 第二轮遍历:收集未被标记的消失数字 ==========
        List<Integer> res = new ArrayList<>();
        for (int i = 0; i < nums.length; i++) {
            // 位置i上的数仍是正数,说明数字 i+1 从未在数组中出现
            if (nums[i] > 0) {
                res.add(i + 1);
            }
        }
        return res;
    }
}
相关推荐
淡海水1 小时前
05-03-源码-Boehm GC分配与碎片管理
开发语言·算法·unity·c#·游戏引擎·gc
青少儿编程课堂1 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C/C++考级:任意进制互转与大数多进制加法解析
c++·python·算法·bfs·信息学竞赛
多弗朗皮卡丘1 小时前
C++ 哈希(下)
c++·算法·哈希算法
aichitang20242 小时前
Meta Muse Spark Open:816B 巨型开放权重多模态 Agent 模型架构、部署实战与社区首测全解
大数据·人工智能·python·算法·ai·架构·spark
Coder-magician2 小时前
图论总结篇
算法·图论
有同事要进步2 小时前
Leecode第68题:x的平方根
java·数据结构·算法
吹什么轩2 小时前
linux系统复习:进程优先级与O(1)调度
java·linux·算法
开开心心就好3 小时前
安卓PDF处理工具,免费无广告零弹窗
android·服务器·开发语言·算法·pdf·ocr
zyl76518 小时前
FlashAttention 详解:从 GPU 硬件、普通 Attention 到分块计算与 Online Softmax
算法