自己的做法
算法思想
因为数组满足 $$1$$ <= ai <= n,所以可以以数组下标来作为对应数字。
返回数组为result,首先根据输入数组nums的长度length,在result中插入length个0。
然后遍历数组nums,对于每个数字,将该数字 - 1,并作为result的下标,对应元素 + 1。
遍历结束后,没有出现的数字,作为result的索引,对应数字会是0。
就找到了所有消失的数字。
然后根据 移动零 那道题的算法,稍微改一下,将所有0对应的索引挪到数组最前面来。然后删除其他元素即可。
算法实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
| class Solution { public: static vector<int> findDisappearedNumbers(vector<int>& nums) { vector<int> result; int length = nums.size();
for(int i = 0; i < length; i++) { result.push_back(0); } for(int i = 0; i < length; i++) { result[nums[i] - 1]++; }
int left = 0, right = 0, count = 0; while (right < length) { if(result[right] == 0) { result[left] = right + 1; count++; left++; } right++; } for(int i = 0; i < length - count; i++) { result.pop_back(); }
return result;
} };
|
性能分析
时间复杂度:O(n)。
空间复杂度:以为使用返回数组就不算额外空间。但是要添加n个元素。其实还是用了O(n)。
并不是在返回数组操作就不算额外空间。
官方做法
算法思想
可以把输入数组本身作为一个哈希表。
遍历数组,对于数组每一个元素x,令num[x - 1] += length
,其中length是数组长度。
因为1 <= ai <= n,所以遍历完成后,消失的数字作为下标,对应元素一定满足该关系。而出现的数字作为下标,对应元素一定大于n。
注意:因为访问到的元素有可能增加过,因此要取模来获得下标。
算法实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
| class Solution { public: static vector<int> findDisappearedNumbers(vector<int>& nums) { vector<int> result; int length = nums.size(); for(int i = 0; i < length; i++) { int x = (nums[i] - 1) % length; nums[x] += length; } for(int i = 0; i < length; i++) { if(nums[i] <= length) { result.push_back(i + 1); } } return result;
} };
|
性能分析
时间复杂度:O(n)
空间复杂度:O(1)