仅此一次，如雷贯耳

今天，我们来谈谈数组中只出现一次的数字。在一个非空整数数组中，除了某个元素只出现一次以外，其余每个元素均出现两次。如何找出那个只出现了一次的元素？

1. 暴力破解法

最简单的方法是使用暴力破解法。我们可以先对数组进行排序，然后依次比较相邻的元素，如果发现有重复的元素，则将其删除。最后剩下的那个元素就是只出现了一次的元素。

def find_single_number(nums):
  """
  Finds the single number in a non-empty integer array.

  Args:
    nums: A non-empty integer array.

  Returns:
    The single number in the array.
  """

  # Sort the array in ascending order.
  nums.sort()

  # Iterate over the array and compare each element to the next one.
  for i in range(len(nums) - 1):
    if nums[i] == nums[i + 1]:
      # If two adjacent elements are equal, remove them from the array.
      nums.pop(i)
      nums.pop(i)

  # The last element in the array is the single number.
  return nums[0]

这种方法虽然简单，但是时间复杂度为O(n log n)，空间复杂度为O(1)。

2. 哈希表法

另一种方法是使用哈希表。我们可以将数组中的每个元素作为哈希表的键，并将出现的次数作为哈希表的值。然后，我们可以遍历哈希表并找到值为1的键，对应的键就是只出现了一次的元素。

def find_single_number(nums):
  """
  Finds the single number in a non-empty integer array.

  Args:
    nums: A non-empty integer array.

  Returns:
    The single number in the array.
  """

  # Create a hash table to store the elements and their frequencies.
  hash_table = {}
  for num in nums:
    if num in hash_table:
      # If the element is already in the hash table, increment its frequency.
      hash_table[num] += 1
    else:
      # If the element is not in the hash table, add it with a frequency of 1.
      hash_table[num] = 1

  # Iterate over the hash table and find the element with a frequency of 1.
  for num, frequency in hash_table.items():
    if frequency == 1:
      # Return the element with a frequency of 1.
      return num

  # If no element has a frequency of 1, return -1.
  return -1

这种方法的时间复杂度为O(n)，空间复杂度为O(n)。

3. 位运算法

第三种方法是使用位运算。我们可以利用异或运算的性质来找到只出现了一次的元素。异或运算的性质是：两个相同的数字异或为0，两个不同的数字异或为1。

def find_single_number(nums):
  """
  Finds the single number in a non-empty integer array.

  Args:
    nums: A non-empty integer array.

  Returns:
    The single number in the array.
  """

  # Initialize the result to 0.
  result = 0

  # Perform bitwise XOR on all the elements in the array.
  for num in nums:
    result ^= num

  # Return the result.
  return result

这种方法的时间复杂度为O(n)，空间复杂度为O(1)。