原地哈希算法：寻找缺失的第一个正数

1. 问题背景与核心挑战

在算法面试和实际数据处理中，寻找缺失的第一个正数（First Missing Positive）是一个经典问题。题目要求：给定一个未排序的整数数组，找出其中没有出现的最小的正整数。例如，对于数组 [3,4,-1,1]，缺失的第一个正数是2；而对于 [7,8,9,11,12]，结果则是1。

这个问题的难点在于：

• 时间复杂度要求通常为O(n)
• 空间复杂度要求通常为O(1)
• 需要处理包含非正数和重复值的特殊情况
• 数组可能本身包含所有连续正数（如[1,2,3]应返回4）

2. 常规解法与局限性

2.1 哈希表法（非原地）

最直观的解法是使用哈希表记录出现的数字，然后从1开始检查第一个未出现的正数。这种方法虽然时间复杂度为O(n)，但需要额外的O(n)空间，不符合原地操作的要求。

python复制def firstMissingPositive(nums):
    num_set = set(nums)
    for i in range(1, len(nums)+2):
        if i not in num_set:
            return i

2.2 排序法

先排序再扫描，时间复杂度为O(nlogn)，也不满足O(n)的要求。

3. 原地哈希算法详解

3.1 核心思想

原地哈希的巧妙之处在于利用数组本身作为哈希表，通过元素交换将每个正整数放到其值对应的索引位置上（即让数字i出现在索引i-1的位置）。完成这个"座位安排"后，第一个"位置与值不匹配"的索引就是我们要找的缺失正数。

3.2 算法步骤

1. 遍历数组，对于每个元素nums[i]：
   • 如果它是正整数且在数组长度范围内（1 ≤ nums[i] ≤ n）
   • 且它不在正确的位置上（nums[i] ≠ nums[nums[i]-1]）
   • 则将其交换到正确位置
2. 再次遍历数组，找到第一个满足nums[i] ≠ i+1的位置
3. 如果全部匹配，则返回n+1

3.3 完整实现

python复制def firstMissingPositive(nums):
    n = len(nums)
    for i in range(n):