Trouver le numéro en double
Guide détaillé et implémentation de Python pour le problème « Trouver le numéro en double ».
1. Apprendre
Le problème « Trouver le numéro en double » est un défi clé dans la section Liste chaînée.
Cette implémentation se concentre sur la logique de niveau simple dans Python.
Nous accordons la priorité à la précision technique et à la lisibilité du code dans les solutions que nous proposons.
2. Real-World Applications
3. Visual Intuition
Visualisation du flux logique pour rechercher le numéro en double.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lisez attentivement l'énoncé du problème pour Rechercher le numéro en double.
2. Formulate brute force
Rédigez une solution itérative simple.
3. Identify inefficiency
Recherchez les calculs redondants.
4. Optimize search path
Utilisez le hachage ou le tri pour accélérer le processus.
5. Final Implementation
Nettoyer le code pour les normes de production.
Énoncé du problème
Étant donné un tableau d'entiers numériques contenant n + 1 entiers où chaque entier est compris dans la plage [1, n] inclus.
Il n'y a qu'un seul nombre répété en chiffres, renvoie ce nombre répété.
Vous devez résoudre le problème sans modifier les numéros du tableau et en utilisant uniquement un espace supplémentaire constant.
Implémentez une fonction findDuplicate(nums: list) -> int qui renvoie le numéro en double.
- •1 <= n <= 100000
- •nums.length == n + 1
- •1 <= nums[i] <= n
- •There is only one repeated number in nums, but it could be repeated more than once
Exemples
[1,3,4,2,2]
2
The duplicate number is 2. It appears twice in the array.
[3,1,3,4,2]
3
The duplicate number is 3. It appears twice in the array.
[3,3,3,3,3]
3
The duplicate number is 3. It appears five times.
Need a Hint?
Edge Cases to Watch
- Structures d'entrée vides
- Entrées à élément unique
- Grandes limites numériques
Prêt à résoudre ?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Aperçus et variations des entretiens
Répartition de l'analyse de complexité
Pourquoi le temps: Directly evaluates all possibilities.
Pourquoi l'espace: Uses standard local memory.
Pourquoi le temps: Optimized paths reduce total operations.
Pourquoi l'espace: May trade memory for speed.
Code Python de solution optimisée
Code Python de solution optimisée
def find_duplicate_opt(nums: list[int]) -> int:
slow, fast = 0, 0
while True:
slow = nums[slow]
fast = nums[nums[fast]]
if slow == fast:
break
slow2 = 0
while True:
slow = nums[slow]
slow2 = nums[slow2]
if slow == slow2:
return slowCode de force brute (spoiler gardé)
Code de force brute (spoiler gardé)
def find_duplicate_brute(nums: list[int]) -> int:
nums.sort()
for i in range(len(nums) - 1):
if nums[i] == nums[i + 1]:
return nums[i]
return -1Algorithm Pattern Checklist
When dealing with Linked List data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Les propriétés standard du problème de liste chaînée s’appliquent.
Questions connexes
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Ressources Python recommandées
Développez vos connaissances avec des didacticiels interactifs, des aide-mémoire et des comparaisons de codes associés.
Boucles Python
Apprenez à utiliser les boucles Python pour parcourir les données. Maîtrisez les bonnes pratiques pour les boucles, while, break, continue et loop avec des exemples interactifs.
Comment supprimer les doublons d'une liste en Python
Découvrez comment supprimer les doublons d'une liste en Python tout en conservant ou en ignorant l'ordre. Comparez les conversions d'ensembles, les clés de dict et les méthodes de boucle.
Aide-mémoire sur les méthodes de chaîne Python
Un guide de référence complet pour la manipulation des chaînes Python. Maîtrisez le formatage, la recherche, le fractionnement, le remplacement et la vérification des propriétés des chaînes.
Python vs JavaScript : quel langage de programmation est le meilleur ?
Une comparaison complète entre Python et JavaScript. Explorez les différences de syntaxe, les performances, les cas d'utilisation (backend et frontend) et des exemples de codage.