Python教程

剑指 Offer 03. 数组中重复的数字(python3编写)

本文主要是介绍剑指 Offer 03. 数组中重复的数字(python3编写),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

目录

  • 1、题目描述:
  • 2、方法一:排序
    • 思路:
    • 代码:
  • 3、方法二:哈希表
    • 思路:
    • 代码:
  • 4、方法三:原地交换
    • 思路:
    • 代码:

1、题目描述:

在这里插入图片描述

2、方法一:排序

思路:

首先将数组从小到大排序;然后再遍历一遍数组,检查相邻元素是否相等,若相等则找到了一个重复的元素,直接返回这个元素即可。

代码:

class Solution:
    def findRepeatNumber(self, nums: List[int]) -> int:
        nums.sort() # 从小到大排序
        for i in range(1, len(nums)):
            if nums[i-1] == nums[i]: # 相等则直接返回
                return nums[i]

由于要排序,因此时间复杂度为 O ( n l o g n ) O(nlogn) O(nlogn);空间复杂度为 O ( 1 ) O(1) O(1)。

3、方法二:哈希表

思路:

方法一主要时间用在了排序上,那么我们不用排序能否做出来呢?这里可以使用哈希表来做记录。具体来说:遍历数组,将元素作为哈希表的key,出现次数作为value,一旦出现次数大于1则直接返回当前元素即可。

代码:

class Solution:
    def findRepeatNumber(self, nums: List[int]) -> int:
        hash_table = {} # key为元素,value为出现次数
        for i in range(len(nums)):
            try:
                hash_table[nums[i]] += 1
                return nums[i] # 上面语句没报错,说明重复了
            except:
                hash_table[nums[i]] = 1

时间复杂度为 O ( n ) O(n) O(n);空间复杂度为 O ( n ) O(n) O(n)。

4、方法三:原地交换

思路:

以上两种方法都很朴素,但是一个时间复杂度高,一个空间复杂度高,不足以拿到offer,那么要是面试官要求:时间复杂度为 O ( n ) O(n) O(n);空间复杂度为 O ( 1 ) O(1) O(1)呢?这个题又怎么解决?

直接看官方的解答:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

小技巧:如果觉得不好想,用例子模拟,如下面代码这样。

代码:

class Solution:
    def findRepeatNumber(self, nums: List[int]) -> int:
        i = 0
        for i in range(len(nums)):
            # 以[0,1,2,3,2,5,3]为例,假设此时i指向第二个2,然后就好理解了
            while i != nums[i]:
                if nums[nums[i]] == nums[i]: # 两个元素相等了
                    return nums[i]
                nums[nums[i]], nums[i] = nums[i], nums[nums[i]] # 调整使得:元素和下标对应

注意:代码中尽管有一个两重循环,但每个数组最多只要交换两次就能找到属于它自己的位置,因此总的时间复杂度时 O ( n ) O(n) O(n)
当然,空间复杂度显然是 O ( 1 ) O(1) O(1)。

这篇关于剑指 Offer 03. 数组中重复的数字(python3编写)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!