LeetCode每日一题7/22~7/23：从新手到高手的进阶之路

大家好，我是小李，一名热爱编程的程序员。最近在简书平台上，LeetCode每日一题成为了热门话题，尤其是7月22日和7月23日的题目，引发了广泛讨论。今天，我想和大家分享一下这两天的解题经历，以及我在解题过程中的一些感悟和思考。

7月22日：数组中的重复数字

7月22日的题目是“数组中的重复数字”。题目要求在一个长度为 n+1 的数组中找到一个重复的数字，假设数组中的数字范围是 1 到 n。这道题看似简单，但其实隐藏了不少细节。

我最初的想法是使用哈希表来解决这个问题。通过遍历数组，将每个元素存入哈希表中，如果发现某个元素已经存在于哈希表中，那么这个元素就是重复的数字。这种方法的时间复杂度是 O(n)，空间复杂度也是 O(n)。虽然能够解决问题，但我总觉得还有更好的方法。

于是，我开始思考是否有更高效的算法。经过一番查阅资料和思考，我发现可以利用数组的特性，使用原地交换的方法来解决这个问题。具体来说，我们可以从头到尾扫描数组，对于每个元素，检查它是否在其对应的索引位置上。如果不是，就将它与该索引位置上的元素进行交换，直到所有元素都位于其对应的索引位置上。最后，再扫描一遍数组，找到第一个不符合条件的元素，即为重复的数字。

这种方法的时间复杂度仍然是 O(n)，但空间复杂度降为了 O(1)，因为我们在原地修改了数组，没有使用额外的空间。这让我意识到，有时候我们可以通过巧妙地利用数据结构的特性，来优化算法的性能。

7月23日：旋转数组的最小数字

7月23日的题目是“旋转数组的最小数字”。题目要求在一个递增排序的数组中，找到旋转后的最小数字。例如，给定数组 [3, 4, 5, 1, 2]，它的最小数字是 1。

这道题的第一反应是直接遍历数组，找到最小的数字。但是，考虑到数组是部分有序的，我们可以尝试使用二分查找来优化算法。二分查找的核心思想是通过不断缩小搜索范围，快速找到目标值。

具体来说，我们可以设定两个指针 left 和 right，分别指向数组的起始和末尾。然后，计算中间位置 mid，并比较 nums[mid] 和 nums[right] 的大小。如果 nums[mid] < nums[right]，说明最小数字在左半部分，我们将 right 移动到 mid；否则，最小数字在右半部分，我们将 left 移动到 mid + 1。通过这种方式，我们可以逐步缩小搜索范围，最终找到最小数字。

然而，在实际编码过程中，我发现了一些特殊情况需要处理。例如，当 nums[left] == nums[mid] == nums[right] 时，我们无法确定最小数字在哪一半，这时只能退化为线性查找。因此，我在代码中加入了一个判断条件，当遇到这种情况时，直接遍历 left 到 right 之间的元素，找到最小值。

从新手到高手的进阶之路

通过这两道题目的练习，我深刻体会到了编程的魅力。每一道题目都像是一次挑战，考验着我们的思维能力和解决问题的能力。而在这个过程中，我也逐渐明白了几个重要的道理：

• 多思考，少依赖：很多时候，我们习惯于使用现成的数据结构和算法，但这往往会限制我们的思维。只有当我们真正理解问题的本质，才能找到最优的解决方案。
• 善用工具，但不被工具束缚：虽然哈希表、二分查找等工具可以帮助我们快速解决问题，但我们不能仅仅依赖这些工具。相反，我们应该学会灵活运用它们，根据具体情况选择最合适的方法。
• 不断学习，持续进步：编程是一个不断学习的过程，每一天都会有新的挑战和新的知识等待我们去探索。只有保持学习的热情，才能在这个领域中不断进步。

最后，我想说的是，LeetCode 每日一题不仅仅是一个编程练习，更是一个提升自己编程能力的机会。通过不断地刷题，我们可以锻炼自己的思维逻辑，培养解决问题的能力。无论你是编程新手还是经验丰富的开发者，都可以从中受益匪浅。

如果你也对编程感兴趣，不妨一起来挑战 LeetCode 每日一题吧！相信你也会在这条道路上收获满满。