public class test001 {
public int findRepeatNumber(int[] nums) {
Arrays.sort(nums);
for(int i =0;i<nums.length-1;i++){
if(nums[i]==nums[i+1])
return nums[i];
}
return -1;
}
}
时间复杂度:
空间复杂度:
//Hash查找
public int findRepeatNumber(int[] nums) {
//1,初始化Hash表
Set<Integer> set = new HashSet<>();
//2,遍历数组,判断Hash表中是否有重复的,有则return,没有则add.
for(int i=0;i<nums.length;i++){
if(set.contains(nums[i])){
return nums[i];
}
set.add(nums[i]);
}
return -1;
}
这里的空间复杂度则变为 O(n),因为哈希表需要申请额外的 n 个空间,这里用到的是典型的空间换时间的思想。
时间复杂度:
空间复杂度:
public int findRepeatNumber(int[] nums) {
int[] bucket = new int[nums.length];
Arrays.fill(bucket,-1);
for(int i=0;i<nums.length;i++){
if(bucket[nums[i]]!=-1){
return nums[i];
}
bucket[nums[i]]=1;
}
return -1;
}
以上算法实现的复杂度分析: 时间复杂度是 O(n) 空间复杂度是 O(n)
可以看出,时间复杂度和空间复杂度都是和用哈希表的解决方案是一样的。但是使用数组绝对会有性能的提高,主要表现在如下的两个方面: 哈希表 (HashSet) 底层是使用数组 + 链表或者红黑树组成的,而且它的数组也是用不满的,有加载因子的。所以使用数组来代替哈希表,能节省空间 哈希表在判重的时候需要经过哈希计算,还可能存在哈希冲突的情况,而使用数组则可以直接计算得到 index 的内存位置,所以使用数组访问性能更好。
时间复杂度:
空间复杂度:
待续
时间复杂度:
空间复杂度: