LeetCode 41题解析：缺失的第一个正数算法

1. 题目解析与核心思路

LeetCode 41题"缺失的第一个正数"是一道经典的数组处理问题，题目要求找出一个未排序整数数组中缺失的最小正整数。这道题在面试中频繁出现，主要考察对数组特性的理解以及原地算法的应用能力。

1.1 问题重述

给定一个包含n个整数的未排序数组nums，找出其中没有出现的最小的正整数。算法的时间复杂度应为O(n)，并且只能使用常数级别的额外空间。

示例：

• 输入：[1,2,0] → 输出：3
• 输入：[3,4,-1,1] → 输出：2
• 输入：[7,8,9,11,12] → 输出：1

1.2 关键约束分析

这道题的两个关键约束条件决定了它的难度：

1. 时间复杂度O(n)：排除了排序等O(nlogn)的解法
2. 空间复杂度O(1)：排除了使用哈希表等需要额外空间的解法

1.3 解题思路突破

解决这个问题的核心观察点是：对于一个长度为n的数组，缺失的第一个正数一定在[1, n+1]这个范围内。因为：

• 如果数组包含了1到n的所有数字，那么缺失的第一个正数就是n+1
• 否则，缺失的第一个正数一定在1到n之间

基于这个观察，我们可以将数组本身作为哈希表来使用，通过原地修改数组来标记数字是否存在。

2. 算法实现详解

2.1 哈希标记法

虽然题目要求O(1)空间复杂度，但我们可以巧妙利用原数组作为哈希表。具体步骤如下：

1. 首先处理特殊情况：检查1是否存在于数组中。如果没有，直接返回1。
2. 对于数组中的非正数和大于n的数，将它们替换为1（因为我们已经检查过1的存在性）。
3. 使用数组索引作为哈希键：对于每个数字num，将nums[abs(num)-1]标记为负数，表示这个数字存在。
4. 最后扫描数组，第一个正数对应的索引+1就是缺失的最小正数。

2.2 Python实现代码

python复制def firstMissingPositive(nums):
    n = len(nums)
    
    # 检查1是否存在
    if 1 not in nums:
        return 1
    
    # 替换非正数和大于n的数为1
    for i in range(n):
        if nums[i] <= 0 or nums[i] > n:
            nums[i] = 1
    
    # 使用索引作为哈希键进行标记
    for i in range(n):
        num = abs(nums[i])
        if num == n:
            nums[0] = -abs(nums[0])
        else:
            nums[num] = -abs(nums[num])
    
    # 查找第一个正数的索引
    for i in range(1, n):
        if nums[i] > 0:
            return i
    
    # 检查n是否出现
    if nums[0] > 0:
        return n
    
    return n + 1

2.3 复杂度分析

• 时间复杂度：O(n)，我们只进行了三次线性扫描
• 空间复杂度：O(1)，除了几个临时变量外没有使用额外空间

3. 算法优化与变种

3.1 交换位置法

另一种思路是通过交换将数字放到正确的位置上。对于每个数字num，如果它在1到n的范围内，就把它交换到num-1的位置上。最后扫描数组，第一个不在正确位置上的数字就是缺失的最小正数。

python复制def firstMissingPositive(nums):
    n = len(nums)
    
    for i in range(n):
        while 1 <= nums[i] <= n and nums[nums[i]-1] != nums[i]:
            nums[nums[i]-1], nums[i] = nums[i], nums[nums[i]-1]
    
    for i in range(n):
        if nums[i] != i+1:
            return i+1
    
    return n+1

3.2 边界情况处理

需要特别注意以下几种边界情况：

1. 空数组：应返回1
2. 所有数字都是负数：应返回1
3. 数字包含重复元素：算法需要正确处理
4. 数字正好是1到n的排列：应返回n+1

4. 常见错误与调试技巧

4.1 典型错误模式

1. 忽略空间复杂度限制，直接使用哈希表
2. 没有正确处理重复数字的情况
3. 在交换位置法中陷入无限循环（没有检查nums[nums[i]-1] != nums[i]）
4. 忘记处理n+1的情况

4.2 调试建议

1. 先处理简单的测试用例：[1], [2], [1,1]
2. 检查边界条件：[0], [-1], [100000]
3. 使用print语句跟踪数组变化过程
4. 特别注意索引越界问题

5. 实际应用场景

虽然这道题看起来是纯算法题，但它的核心思想在实际开发中有广泛应用：

1. 数据库系统中的缺失ID检测
2. 连续编号系统中的漏洞检查
3. 内存管理中的空闲块查找
4. 分布式系统中的序列号验证

6. 扩展练习建议

为了彻底掌握这类数组处理技巧，建议尝试以下LeetCode题目：

1. 448. 找到所有数组中消失的数字
2. 442. 数组中重复的数据
3. 287. 寻找重复数
4. 645. 错误的集合

这些题目都使用了类似的"数组本身作为哈希表"的技巧，通过对比练习可以加深理解。

7. 个人解题心得

在实际面试中遇到这道题时，建议按照以下步骤进行：

1. 先明确问题要求和约束条件
2. 提出暴力解法并分析其复杂度
3. 思考如何优化空间复杂度
4. 发现"数组索引作为哈希键"的关键点
5. 处理各种边界情况
6. 最后给出完整代码

我在最初解决这个问题时，最容易犯的错误是忽略了n+1的情况。后来通过大量测试用例才意识到，当数组正好包含1到n的所有数字时，缺失的数字应该是n+1。这个经验告诉我，在解决算法问题时，一定要仔细考虑所有可能的边界情况。