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 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>