深入剖析前端算法必刷题系列：破解“寻找重复数”难题

前端

2024-01-02 10:25:13

前言：算法的魅力与挑战

算法，作为计算机科学的核心领域之一，在当今数字时代发挥着至关重要的作用。从搜索引擎的精准推荐到自动驾驶汽车的智能决策，算法的应用无处不在。掌握算法思维与技能，成为程序员必备的基本功之一。

作为前端工程师，算法能力同样不可或缺。前端算法题往往考察候选人对数据结构、算法原理以及编码能力的综合掌握程度。通过算法题的练习，前端工程师可以提升代码编写质量，提高程序执行效率，并在实际开发工作中游刃有余。

算法必刷题系列之“寻找重复数”

本次算法必刷题系列，我们将深入剖析“寻找重复数”这一经典问题。该问题出自LeetCode，属于中等难度。问题如下：

给定一个包含 n 个整数的数组 nums，其中某些整数是重复的。找出数组中任意一个重复的整数。

哈希表法：高效检索，快速定位

哈希表，又称散列表，是一种以键值对形式存储数据的结构，具有快速检索的特性。在哈希表法中，我们将数组 nums 中的每个数字作为哈希表中的键，而将该数字出现的次数作为值。如果某个数字在哈希表中已存在，则说明该数字是重复的。

哈希表法的优点在于检索效率高，时间复杂度为 O(1)。然而，其缺点是需要额外的空间来存储哈希表。

const findDuplicate = (nums) => {
  const hashTable = {};
  for (let i = 0; i < nums.length; i++) {
    if (hashTable[nums[i]]) {
      return nums[i];
    } else {
      hashTable[nums[i]] = 1;
    }
  }
  return -1;
};

集合法：简洁明了，内存优化

集合，又称Set，是一种不包含重复元素的集合数据结构。在集合法中，我们将数组 nums 中的每个数字逐个添加到集合中。如果某个数字已经存在于集合中，则说明该数字是重复的。

集合法的优点在于空间复杂度更低，仅需 O(n) 的空间。但其检索效率较哈希表法稍低，时间复杂度为 O(n)。

const findDuplicate = (nums) => {
  const set = new Set();
  for (let i = 0; i < nums.length; i++) {
    if (set.has(nums[i])) {
      return nums[i];
    } else {
      set.add(nums[i]);
    }
  }
  return -1;
};

位运算法：巧妙利用，空间节约

位运算是一种在二进制层面进行的运算，具有简洁高效的特点。在位运算法中，我们将数组 nums 中的每个数字逐个与一个掩码进行与运算。如果某个数字在与掩码进行与运算后仍大于 0，则说明该数字是重复的。

位运算法的优点在于空间复杂度极低，仅需 O(1) 的空间。但其缺点是代码实现较为复杂，需要对位运算有一定了解。

const findDuplicate = (nums) => {
  let duplicate = -1;
  for (let i = 0; i < 32; i++) {
    let mask = 1 << i;
    let count = 0;
    for (let j = 0; j < nums.length; j++) {
      if (nums[j] & mask) {
        count++;
      }
    }
    if (count > 1) {
      duplicate |= mask;
    }
  }
  return duplicate;
};