LeetCode之第 k 个缺失的正整数（五千四百六十八）

目录

题目

解题

方法一、直接法

题目

（原题链接：https://leetcode-cn.com/problems/kth-missing-positive-number/）

给你一个 严格升序排列 的正整数数组 arr 和一个整数 k 。

请你找到这个数组里第 k 个缺失的正整数。

示例 1：

输入：arr = [2,3,4,7,11], k = 5
输出：9
解释：缺失的正整数包括 [1,5,6,8,9,10,12,13,...] 。第 5 个缺失的正整数为 9 。

示例 2：

输入：arr = [1,2,3,4], k = 2
输出：6
解释：缺失的正整数包括 [5,6,7,...] 。第 2 个缺失的正整数为 6 。

提示：

1 <= arr.length <= 1000
1 <= arr[i] <= 1000
1 <= k <= 1000
对于所有 1 <= i < j <= arr.length 的 i 和 j 满足 arr[i] < arr[j] 。

解题

方法一、直接法

分析：缺失的正整数的位置有三个可能，（1）缺失的数字比arr[0]小，即在数组之前；（2）缺失的数字比arr[0]大，但比arr[n-1]小，即在数组之间；（3）缺失的数字比arr[n-1]大，即在数组之后。那么按照思路直接编码就行了，直接看下面的代码吧。

代码：（C++）

  

   

    

     

    
    

     

      class Solution {
     
    
   

    

     

    
    

     

      public:
     
    
   

    

     

    
    

     
 int findKthPositive(vector<int>& arr, int k) {
     
    
   

    

     

    
    

     
 int kcount = arr[0] - 1; // 从第一个元素开始就记录
     
    
   

    

     

    
    

     
 if (kcount >= k) return k; // 如果第一个元素缺失的已经大于等于k 返回k
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 // 缺失的元素在arr数组之内
     
    
   

    

     

    
    

     
 int i = 1;
     
    
   

    

     

    
    

     
 for (; i < arr.size(); ++i)
     
    
   

    

     

    
    

     
 if (arr[i] - i - 1 > kcount) {
     
    
   

    

     

    
    

     
 // 第i个元素缺失个数增加
     
    
   

    

     

    
    

     

       kcount = arr[i] - i - 1; // 更新缺失个数kcount
     
    
   

    

     

    
    

     
 if (kcount >= k) // 如果缺失个数超过k就返回
     
    
   

    

     

    
    

     
 return arr[i] - (kcount - k + 1); 
     
    
   

    

     

    
    

     

       }
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 // 遍历完毕还没返回，说明缺失的数在整个序列之后
     
    
   

    

     

    
    

     
 return arr.back() + k - kcount;
     
    
   

    

     

    
    

     

       }
     
    
   

    

     

    
    

     

      };
     
    
  
 

时间复杂度：O（n）。

空间复杂度：O（1）。

执行结果：

文章来源: liuzhen.blog.csdn.net，作者：Data-Mining，版权归原作者所有，如需转载，请联系作者。

原文链接：liuzhen.blog.csdn.net/article/details/107895586