四种高效算法解决缺失数字问题

1. 问题描述与解题思路

消失的数字问题要求我们从一个包含0到n所有整数（缺少一个）的数组中找出缺失的那个数字。题目给出了两个示例：

• 输入[3,0,1]时输出2
• 输入[9,6,4,2,3,5,7,0,1]时输出8

这个问题看似简单，但要实现O(n)时间复杂度的解法需要一些巧妙的思路。我将分享四种不同的解决方案，每种都有其独特的思考角度和实现方式。

2. 四种解法详解

2.1 数学求和法

这是最直观的解法，利用了等差数列求和公式：

python复制def find_miss_sum(nums):
    n = len(nums)
    total = n * (n + 1) // 2
    return total - sum(nums)

原理分析：

1. 完整序列0到n的和可以用公式n(n+1)/2计算
2. 计算实际数组的和
3. 两者之差就是缺失的数字

时间复杂度：O(n)，因为需要遍历数组计算sum
空间复杂度：O(1)

注意事项：在Python中不需要担心整数溢出问题，但在其他语言中，当n很大时，n(n+1)可能会溢出，这时可以考虑使用长整型。

2.2 集合差集法

利用Python集合的特性：

python复制def find_miss_set(nums):
    return (set(range(len(nums) + 1)) - set(nums)).pop()

原理分析：

1. 创建完整的数字集合(0到n)
2. 创建输入数组的集合
3. 取两者的差集，剩下的就是缺失的数字

时间复杂度：O(n)，创建集合需要线性时间
空间复杂度：O(n)，需要额外存储集合

实操心得：这种方法代码简洁，但空间开销较大。pop()方法在这里是安全的，因为差集肯定只有一个元素。

2.3 哈希标记法

使用数组作为哈希表：

python复制def find_miss_hash(nums):
    hashes = [0] * (len(nums) + 1)
    for num in nums:
        hashes[num] = 1
    return hashes.index(0)