LeetCode 136. 只出现一次的数字

LeetCode 136. 只出现一次的数字
问题描述
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
说明:你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例 1:
输入: [2,2,1]
输出: 1
示例 2:
输入: [4,1,2,1,2]
输出: 4
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/single-number
思路
方法一:哈希表
首先,我们可以使用哈希表来解决这个问题。我们可以遍历数组,将数组中的每个元素作为键,并将其出现的次数作为值存储在哈希表中。然后,我们再次遍历数组,查找只出现一次的元素并返回。
//思路1————哈希表
class Solution {
public int singleNumber(int[] nums) {
HashMap<Integer, Integer> hashMap = new HashMap<Integer, Integer>();
//将数组中的所有元素添加到 hashMap 中,键/值为元素值/该元素出现的次数
for (int i = 0; i < nums.length; i++) {
hashMap.put(nums[i], hashMap.getOrDefault(nums[i], 0) + 1);
}
for (Integer i : hashMap.keySet()) {
//找出只出现了一次的元素并将其返回
if (hashMap.get(i) == 1) {
return i;
}
}
return 0;
}
}
方法二:哈希集合
另一种方法是使用哈希集合。我们首先用集合 hashSet
来存储数组 nums
中出现的所有元素,并且计算数组 nums
中的所有元素之和。由于集合元素的无重复性,所以集合 hashSet
中的所有元素之和的两倍就是数组 nums
中每个元素出现两次的情况下的元素之和。又由于题目已知,数组 nums
中只有一个元素出现一次,其余元素都出现两次,所以只出现一次的元素值等于 nums
中所有非重复元素之和乘以 2 减去 nums
的所有元素之和。
//思路2————哈希集合
class Solution {
public int singleNumber(int[] nums) {
HashSet<Integer> hashSet = new HashSet<Integer>();
int numsSum = 0;
for (int i = 0; i < nums.length; i++) {
hashSet.add(nums[i]);
//计算数组 nums 的所有元素之和
numsSum += nums[i];
}
int setSum = 0;
for (Integer i : hashSet) {
//计算数组 nums 中所有非重复元素之和
setSum += i;
}
//只出现一次的元素值 = nums 中所有非重复元素之和 * 2 - nums 的所有元素之和
return 2 * setSum - numsSum;
}
}
方法三:位运算
这个方法是最优解,也是不使用额外空间的线性时间复杂度的方法。这个思路来自于本题的官方题解。
我们可以使用位运算来解决这个问题。位运算中的异或运算(XOR)具有以下两个重要的性质:
一个数和它本身做异或运算的结果为 0,即 a ^ a = 0。
一个数和 0 做异或运算的结果为它本身,即 a ^ 0 = a。
对于本题,只要把数组中的所有元素依次进行异或运算,成对出现的数字会相互抵消为 0,最终的结果就是只出现一次的元素。
//思路3————位运算
public int singleNumber(int[] nums) {
int single = 0;
/*
这里运用异或运算的性质:
(1) ⼀个数和它本身做异或运算结果为 0,即 a ^ a = 0;
(2) ⼀个数和 0 做异或运算的结果为它本身,即 a ^ 0 = a;
对于本题,只要把所有数字进行异或,成对的数字就会变成 0,落单的数字和 0 做异或还是它本身,
所以最后异或的结果就是只出现⼀次的元素。
*/
for (int num : nums) {
single ^= num;
}
return single;
}
6
总结
本题可以使用哈希表、哈希集合或位运算三种方法来解决。其中,位运算是最优解,具有线性时间复杂度且不使用额外空间。只要理解异或运算的性质,就能够轻松解决这个问题。希望这个解题思路能帮助你更好地理解位运算的应用。