一道有趣的GOOGLE面试题——找出至少一个重复元素

时间:2021-05-26 17:24:32
一道有趣的GOOGLE面试题——找出至少一个重复元素
题目: 一个大小为n的数组,里面的数都属于范围[0, n-1],有不确定的重复元素,找到至少一个重复元素,要求O(1)空间和O(n)时间。
   这个题目要求用O(n)的时间复杂度,这意味着只能遍历数组一次。同时还要寻找重复元素,很容易想到建立哈希表来完成,遍历数组时将每个元素映射到哈希表中,如果哈希表中已经存在这个元素则说明这就是个重复元素。因此直接使用C++ STL中的hash_set可以方便的在O(n)时间内完成对重复元素的查找。

    但是题目却在空间复杂度上有限制——要求为O(1)的空间。因此采用哈希表这种解法肯定在空间复杂度上是不符合要求的。但可以沿着哈希法的思路继续思考,题目中数组中所以数字都在范围[0 n-1],因此哈希表的大小为n即可。因此我们实际要做的就是对n个范围为0n-1的数进行哈希,而哈希表的大小刚好为n。对排序算法比较熟悉的同学不难发现这与一种经典的排序算法——基数排序非常类似。而基数排序的时间空间复杂度刚好符合题目要求!因此尝试使用基数排序来解这道面试题。

 

    下面以2415761902这十个数为例,展示下如何用基数排序来查找重复元素。

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  2

  4

  1

  5

  7

  6

  1

  9

  0

  2

1)由于第0个元素a[0] 等于2不为0,故交换a[0]a[a[0]]即交换a[0]a[2]得:

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  1

  4

  2

  5

  7

  6

  1

  9

  0

  2

2)由于第0个元素a[0] 等于1不为0,故交换a[0]a[a[0]]即交换a[0]a[1]得:

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  4

  1

  2

  5

  7

  6

  1

  9

  0

  2

3)由于第0个元素a[0] 等于4不为0,故交换a[0]a[a[0]]即交换a[0]a[4]得:

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  7

  1

  2

  5

  4

  6

  1

  9

  0

  2

4)由于第0个元素a[0] 等于7不为0,故交换a[0]a[a[0]]即交换a[0]a[7]得:

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  9

  1

  2

  5

  4

  6

  1

  7

  0

  2

5)由于第0个元素a[0] 等于9不为0,故交换a[0]a[a[0]]即交换a[0]a[9]得:

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  2

  1

  2

  5

  4

  6

  1

  7

  0

  9

6)由于第0个元素a[0] 等于2不为0,故交换a[0]a[a[0]]即交换a[0]a[2],但a[2]也为2a[0]相等,因此我们就找到了一个重复的元素——2

下标

  0

  1

  2

  3

  4

  5

  6

  7

  8

  9

数据

  2

  1

  2

  5

  4

  6

  1

  7

  0

  9

 根据分析代码如下:

//GOOGLE面试题
//一个大小为n的数组,里面的数都属于范围[0, n-1],有不确定的重复元素,找到至少一个重复元素,要求O(1)空间和O(n)时间。
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include <stdio.h>
const int NO_REPEAT_FLAG = -1;
void Swap(int &x, int &y)
{
int t = x;
x = y;
y = t;
}
//类似于基数排序,找出数组中第一个重复元素。
int RadixSort(int a[], int n)
{
int i;
for (i = 0; i < n; i++)
{
while (i != a[i])
{
if (a[i] == a[a[i]])
return a[i];
Swap(a[i], a[a[i]]);
}
}
return NO_REPEAT_FLAG;
}
void PrintfArray(int a[], int n)
{
for (int i = 0; i < n; i++)
printf("%d ", a[i]);
putchar('\n');
}
int main()
{
printf(" 白话经典算法系列之十 一道有趣的GOOGLE面试题 \n");
printf(" -- by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");

const int MAXN = 10;
int a[MAXN] = {2, 4, 1, 5, 7, 6, 1, 9, 0, 2};
//int a[MAXN] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9};

printf("数组为: \n");
PrintfArray(a, MAXN);

int nRepeatNumber = RadixSort(a, MAXN);
if (nRepeatNumber != NO_REPEAT_FLAG)
printf("该数组有重复元素,此元素为%d\n", nRepeatNumber);
else
printf("该数组没有重复元素\n");
return 0;
}

    运行结果如下图所示:

一道有趣的GOOGLE面试题——找出至少一个重复元素

    整个程序的核心代码只有短短5行左右,虽然有二重循环语句,但每个元素只会被访问一次,完成符合题目对时间复杂度的要求。


    用基数排序来解决这道题目虽然思维巧妙,但会改动原数组的数据。有没有一种解法既找出一个重复的数据,又不改动数组中的数据了?请看下面的解法。

int Repeat(int *a, int n)
{
for(int i = 0; i < n; i++)
{
if(a[i] > 0) //判断条件
{
if(a[ a[i] ] < 0)
{
return a[i];//已经被标上负值了,有重复
}
else
{
a[ a[i] ]= -a[a[i]]; //记为负
}

}
else // 此时|a[i]|代表的值已经出现过一次了
{
if(a[-a[i]] < 0)
{
return -a[i];//有重复找到
}
else
{
a[ -a[i] ] = -a[ -a[i] ];
}
}
}
return -1;//数组中没有重复的数
}

下面对这种以取负为访问标志的方法用个实例来说明下:

    设int a[] = {1, 2, 1}

    第一步:由于a[0]等于1大于0,因此先判断下a[a[0]]a[1]是否小于0,如果小于,说明这是第二次访问下标为1的元素,表明我们已经找到了重复元素。不是则将a[a[0]]取负,a[1]=-a[1]=-2

    第二步:由于a[1]等于-2,因此先判断下a[-a[1]]取出a[2]是否小于0,如果小于,说明这是第二次访问下标为2的元素,表明我们已经找到了重复元素。不是则将a[-a[1]]取负,a[2]=-a[2]=-1

    第三步:由于a[2]等于-1,因此判断下a[-a[2]]a[1]是否小于0,由于a[1]在第一步中被取反过了,因此证明这是第二次访问下标为1的元素,直接返回-a[2]即可。

 

这种通过取负来判断元素是否重复访问的方法正如网友jwfeng002所言,当数组第0个元素为0且数据中只有0重复时是无法找出正确解的。只要用:

       const int MAXN = 5;

       int a[MAXN] = {0, 1, 2, 3, 0};

这组数据来测试,就会发现该方法无法判断0是个重复出现的元素。运行结果如下图所示:

一道有趣的GOOGLE面试题——找出至少一个重复元素

 

这个算法虽然有缺陷,但我们可以沿着这个算法的思路——这个算法之所以用到了取负,是因此根据题目条件,数组中数据范围为[0n-1],因此可以通过判断元素是否大于0来决定这个元素是未访问过的数据还是已访问过的数据。但也正因为对0的取负是无效操作决定了这个算法存在着缺陷。要改进一下也很简单——不用取负,而用加n。这样通过判断元素是否大于等于n就能决定这个元素是未访问过的数据还是已访问过的数据。完整代码如下:

//GOOGLE面试题
//一个大小为n的数组,里面的数都属于范围[0, n-1],有不确定的重复元素,找到至少一个重复元素,要求O(1)空间和O(n)时间。
//By MoreWindows (http://blog.csdn.net/MoreWindows)
#include <stdio.h>
const int NO_REPEAT_FLAG = -1;
int FindRepeatNumberInArray(int *a, int n)
{
for(int i = 0; i < n; i++)
{
int nRealIndex = a[i] >= n ? a[i] - n : a[i];
if (a[nRealIndex] >= n) //这个位置上的值大于n说明已经是第二次访问这个位置了
return nRealIndex;
else
a[nRealIndex] += n;
}
return NO_REPEAT_FLAG; //数组中没有重复的数
}
void PrintfArray(int a[], int n)
{
for (int i = 0; i < n; i++)
printf("%d ", a[i]);
putchar('\n');
}
int main()
{
printf(" 白话经典算法系列之十一 一道有趣的GOOGLE面试题解法2\n");
printf(" -- by MoreWindows( http://blog.csdn.net/MoreWindows ) --\n\n");

const int MAXN = 10;
//int a[MAXN] = {2, 4, 1, 5, 7, 6, 1, 9, 0, 2};
int a[MAXN] = {0, 1, 2, 3, 4, 5, 6, 7, 8, 0};

printf("数组为: \n");
PrintfArray(a, MAXN);

int nRepeatNumber = FindRepeatNumberInArray(a, MAXN);
if (nRepeatNumber != NO_REPEAT_FLAG)
printf("该数组有重复元素,此元素为%d\n", nRepeatNumber);
else
printf("该数组没有重复元素\n");
return 0;
}

运行结果如图所示:

一道有趣的GOOGLE面试题——找出至少一个重复元素

转载于: http://blog.csdn.net/morewindows/article/details/8212446