287. 寻找重复数【二分查找】

287. 寻找重复数

287. 寻找重复数

给定一个包含 n + 1 个整数的数组 nums ,其数字都在[1, n]范围内(包括 1 n),可知至少存在一个重复的整数。

假设 nums 只有 一个重复的整数 ,返回 这个重复的数 。

你设计的解决方案必须 不修改 数组 nums 且只用常量级 O(1) 的额外空间。

示例 1:

输入:nums = [1,3,4,2,2]
输出:2

示例 2:

输入:nums = [3,1,3,4,2]
输出:3

示例 3 :

输入:nums = [3,3,3,3,3]
输出:3

提示:

  • 1 <= n <= 10^5
  • nums.length == n + 1
  • 1 <= nums[i] <= n
  • nums 中 只有一个整数 出现 两次或多次 ,其余整数均只出现 一次

进阶:

  • 如何证明 nums 中至少存在一个重复的数字?
  • 你可以设计一个线性级时间复杂度 O(n) 的解决方案吗?

解题思路

Go代码

func findDuplicate(nums []int) int {
    if nums == nil || len(nums) == 0 { return -1}
    left,right := 1,len(nums) - 1 //元素的范围是1~n,共有n+1个元素,所以n就是len(nums)-1
    // 按数的范围二分
    for left < right {
        mid := (left + right) / 2
        // 数组中在当前区间内的元素个数大于区间的长度,重复数字在该区间内
        if getCount(nums,left,mid) > mid - left + 1 {
            right = mid
        }else {
            left = mid + 1 //注意是mid+1,不是mid
        }
    }
    return left
}

func getCount(nums []int,left int,right int) int {
    count := 0
    for _,val := range nums {
        if(val >= left && val <= right) {
            count++
        }
    }
    return count
}

在这里插入图片描述

### Python 实现 LeetCode 287 寻找组内的重复 对于在Python中解决寻找组内重复字的问题,可以采用多种方法来处理这个问题。一种常见的高效解法是利用二分查找或者快慢指针的方法。 #### 方法一:二分查找 通过设定左右边界并逐步缩小范围直到找到重复元素的位置。这种方法不需要额外的空间开销,并且能够有效地减少时间复杂度。 ```python def findDuplicate(nums): low = 1 high = len(nums) - 1 while low <= high: mid = (low + high) >> 1 count = sum(num <= mid for num in nums) if count > mid: duplicate = mid high = mid - 1 else: low = mid + 1 return duplicate ``` 此段代码实现了基于二分查找的解决方案[^3]。 #### 方法二:快慢指针(Floyd 判圈算法) 该方法模仿链表检测环路的思想,在不改变输入组的情况下工作。它使用两个指针——一个移动速度快于另一个;当它们相遇时,则说明存在循环即找到了重复项。 ```python def findDuplicate(nums): tortoise = hare = nums[0] # Phase 1: Find the intersection point of two runners. while True: tortoise = nums[tortoise] hare = nums[nums[hare]] if tortoise == hare: break # Phase 2: Find the entrance to cycle (duplicate element). tortoise = nums[0] while tortoise != hare: tortoise = nums[tortoise] hare = nums[hare] return hare ``` 上述代码展示了如何应用 Floyd 的判圈算法来定位重复值。 这两种方式都能够在 O(n log n) 或者更优的时间复杂度下完成任务,并且不会修改原始数据结构。如果考虑空间效率的话,建议优先尝试这些原地工作的算法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值