博客
关于我
LeetCode268.缺失数字
阅读量:800 次
发布时间:2023-01-31

本文共 975 字,大约阅读时间需要 3 分钟。

268. 缺失数字

描述

给定一个包含 0, 1, 2, ..., n 中 n 个数的序列,找出 0..n 中没有出现在序列中的那个数。

示例

示例 1:

输入: [3, 0, 1]

输出: 2

示例 2:

输入: [9, 6, 4, 2, 3, 5, 7, 0, 1]

输出: 8

思路一:求和

一种可行的方法是对从 0 到 n 求和,然后对 nums 求和,两者之差就是缺失的数字,但是这种方式需要注意缺失的数是 0 的情况,即两者之和相等时可以认定为缺失的数是 0。

代码实现

class Solution:    def missingNumber(self, nums):        """nums是一个整数列表"""        sum_ns = 0        for i in range(len(nums) + 1):            sum_ns += i        sum_nums = 0        for num in nums:            sum_nums += num        if sum_ns == sum_nums:            return 0        else:            return sum_ns - sum_nums

思路二:异或运算

异或运算的一个重要性质是,相同的数异或得 0,不同的数异或不为 0,可以推广到多个数异或的情形。本题的解法如下:

  • 首先将 0 到 n 这些数进行异或运算。
  • 然后对输入的数组进行异或运算。
  • 最后将两个结果进行异或运算,结果便是漏掉的数字,因为其他数字在两个数组中都是成对出现的,异或运算会得到 0。
  • 代码实现

    class Solution:    def missingNumber(self, nums):        """nums是一个整数列表"""        ret = 0        for i in range(len(nums) + 1):            ret ^= i        for num in nums:            ret ^= num        return ret

    以上两个思路都能解决问题,但异或运算的方法更高效,且空间复杂度更低。

    转载地址:http://vmgyk.baihongyu.com/

    你可能感兴趣的文章
    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>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>