博客
关于我
剑指 Offer 53 - II. 0~n-1中缺失的数字
阅读量:794 次
发布时间:2019-03-25

本文共 685 字,大约阅读时间需要 2 分钟。

要解决这个问题,我们需要找出一个递增排序数组中缺失的唯一数字。该数组的长度为n-1,其中n是可能的最大数字加1。例如,数组[0, 1, 3]缺少数字2,而数组[0,1,2,3,4,5,6,7,9]缺少数字8。

方法思路

由于数组是递增排序且所有数字唯一,我们可以利用索引和数组中数字的关系来找出缺失数字。具体步骤如下:

  • 问题分析:我们知道数组中的每个数字i 应该出现在其对应的索引i中。如果发现某个索引位置上的数字不等于索引值,说明这个索引值就是缺失的数字。
  • 边界处理:如果所有索引位置上的数字都与索引值相等,但最大值不超过n-1,那么缺失的数字应该是n-1。
  • 解决代码

    #include 
    using namespace std;int missingNumber(vector
    & nums) { int n = nums.size() + 1; for(int i = 0; i < nums.size(); ++i) { if(nums[i] != i) { return i; } } return n - 1;}

    代码解释

    • 计算n:n是数组长度加1,表示可能的最大值。
    • 遍历数组:逐个检查数组中的元素是否与其索引相等。如果找到不等的情况,说明缺失的数字就是该索引。
    • 处理边界:如果遍历完所有元素都没有问题,缺失的数字则为n-1。

    这个方法确保了我们可以在O(n)的时间复杂度内解决问题,非常高效。同时,空间复杂度为O(1),仅使用线性空间。

    转载地址:http://klcuk.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>