转自：点击打开链接
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（参见《STL系列之六 set与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0到n-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2，4，1，5，7，6，1，9，0，2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]与a[a[0]]即交换a[0]与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]与a[a[0]]即交换a[0]与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]与a[a[0]]即交换a[0]与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]与a[a[0]]即交换a[0]与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]与a[a[0]]即交换a[0]与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]与a[a[0]]即交换a[0]与a[2]，但a[2]也为2与a[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 |
有了上面的分析，代码不难写出：
-
//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;
-
}
外层循环是O(n)，内层循环准确的说是O(k)，k是一个常数， while(a[i]!=i) 这个循环是常熟次的，具体几次是不一定的，当满足不条件就会退出了，但也有一个范围k在[1,n-1]上取。所以时间复杂度是O(kn)，k是常数所以整个的时间复杂度是O(n)；这道题关键在于优化了空间。
方法二：
-
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]]即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]]即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：
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[0，n-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：
如同上一篇《白话经典算法系列之十一道有趣的GOOGLE面试题》一样，算法的核心代码依然只有短短5行左右。在时间空间复杂度上也同样满足题目要求。
相信由这篇文章可以看出，思维的转换性对寻找一个合适算法是非常有用的。
另外，代码的书写也要注意一下，对比一下文章中的Repeat()函数与FindRepeatNumberInArray()就能发现对代码进行一下简洁是非常有必要的。如果真在GOOGLE的面试中，虽然都完成了面试题，但面试官对这二份代码的感觉会是如何了？这也正是很多童鞋在面试后感觉困惑，为什么答的还不错怎么就面挂了。
白话经典算法系列文章地址：
http://blog.csdn.net/MoreWindows/article/category/859207
原文地址：http://blog.csdn.net/morewindows/article/details/8212446