一、这题表面简单，但题目其实藏了要求
今天这题是 LeetCode 136：只出现一次的数字。
题目说：
给你一个非空整数数组 nums，除了某个元素只出现一次以外，其余每个元素都出现两次。
请你找出那个只出现了一次的元素。
比如：
示例 1
nums = [2, 2, 1]
输出：
1
示例 2
nums = [4, 1, 2, 1, 2]
输出：
4
示例 3
nums = [1]
输出：
1
这题第一眼看上去不难，很多人会马上想到：
- 要不一个个数次数
- 要不比较谁只出现了一次
这些思路都可以做。
但题目还有一句很关键的话：
你必须设计并实现线性时间复杂度的算法，且该算法只使用常量额外空间。
所以这题不只是“做出来”，还在考你：
- 能不能做到
O(n)时间 - 能不能做到
O(1)额外空间
也正因为这样，这题特别适合写成“三版答案”来理解。
二、先说结论：这题有三层学法
我建议你把这题分成三层来学。
第一版：暴力法
最直观，最容易想到，但效率一般。
第二版：哈希表计数
逻辑清楚，代码也不难，时间复杂度达标，但空间不满足最优要求。
第三版：异或
这是这题真正想让你掌握的核心技巧，时间和空间都最优。
下面我们就一版一版来看。
第一版：暴力法
三、最直观的想法：数一数每个数出现了几次
最朴素的思路就是：
对数组里的每个元素，都去整个数组里数一遍它出现了几次。
如果某个数只出现了 1 次，那它就是答案。
比如：
nums = [4, 1, 2, 1, 2]
你可以这样想：
- 数字
4出现了几次？1 次 - 数字
1出现了几次？2 次 - 数字
2出现了几次？2 次
所以答案就是 4。
四、暴力法代码
def single_number(nums):for x in nums:if nums.count(x) == 1:return x
五、这版代码怎么理解
这里最关键的是：
nums.count(x)
它的作用是统计 x 在整个列表里出现了多少次。
所以这段代码的意思就是：
- 依次取出数组中的每个数
x - 看它在整个数组里是不是只出现了 1 次
- 如果是，就返回它
六、暴力法的优缺点
优点
- 最容易想到
- 写法也最短
- 很适合一开始理解题意
缺点
- 效率不高
因为 for x in nums 已经遍历了一遍数组，
而 nums.count(x) 每次又要重新扫一遍数组。
所以时间复杂度是：
O(n²)
这不满足题目要求的线性时间复杂度。
第二版：哈希表计数
七、比暴力更自然的优化：用字典统计次数
既然暴力法慢，是因为“每个数都反复数很多次”，那我们就可以换个思路：
用一个哈希表，一次遍历把每个数出现的次数都记下来。
这样就不用反复统计了。
比如：
nums = [4, 1, 2, 1, 2]
遍历完后可以得到：
{4: 1,1: 2,2: 2
}
然后再去找“值为 1”的那个键就行。
八、哈希表版代码
def single_number(nums):hashtable = {}for x in nums:if x in hashtable:hashtable[x] += 1else:hashtable[x] = 1for key in hashtable:if hashtable[key] == 1:return key
九、这版代码逐行讲
1. 创建一个字典
hashtable = {}
用来存“数字 -> 出现次数”的对应关系。
2. 第一次遍历：统计次数
for x in nums:if x in hashtable:hashtable[x] += 1else:hashtable[x] = 1
比如：
nums = [2, 2, 1]
遍历过程是：
- 看到第一个
2，字典里没有，记成{2: 1} - 看到第二个
2，字典里有，更新成{2: 2} - 看到
1，字典里没有，更新成{2: 2, 1: 1}
3. 第二次遍历：找次数为 1 的那个数
for key in hashtable:if hashtable[key] == 1:return key
这一步的意思是：
- 遍历字典里的每个键
- 如果它对应的计数是 1
- 那它就是答案
十、哈希表版的优缺点
优点
- 思路清楚
- 比暴力法更高效
- 时间复杂度已经达到
O(n)
缺点
- 额外开了一个字典
- 空间复杂度是
O(n)
所以虽然这版很好理解，也能做对题，但它仍然不满足题目“常量额外空间”的最优要求。
第三版：异或
十一、这题真正该学的核心：异或
这题真正经典、也最值得掌握的，是异或 XOR。
Python 里异或的符号是：
^
比如：
a ^ b
十二、异或有两个最重要的性质
这题能做出来，靠的就是下面两个性质。
性质 1：一个数和自己异或等于 0
x ^ x = 0
比如：
2 ^ 2 = 0
5 ^ 5 = 0
性质 2：一个数和 0 异或还是它自己
x ^ 0 = x
比如：
7 ^ 0 = 7
1 ^ 0 = 1
十三、为什么异或刚好适合这题
题目说得非常特别：
- 只有一个数出现一次
- 其他数都恰好出现两次
这就意味着，如果我们把数组里所有数都异或起来：
例子 1
2 ^ 2 ^ 1
因为：
2 ^ 2 = 0
所以就变成：
0 ^ 1 = 1
最后只剩下 1。
例子 2
4 ^ 1 ^ 2 ^ 1 ^ 2
其中：
1 ^ 1 = 0
2 ^ 2 = 0
所以整个式子就等价于：
4 ^ 0 ^ 0 = 4
最后只剩下那个只出现一次的数字 4。
所以这题最核心的一句话就是：
相同的数两两异或会抵消，最后剩下的就是那个只出现一次的数。
十四、异或版代码
先看最容易理解的写法：
def single_number(nums):result = 0for x in nums:result ^= xreturn result
十五、这版代码逐行讲
1. 先从 0 开始
result = 0
因为：
x ^ 0 = x
所以从 0 开始是最自然的。
2. 遍历数组，把每个数都异或进去
for x in nums:result ^= x
这句等价于：
result = result ^ x
意思就是不断把所有数字累积异或起来。
3. 最后返回
return result
因为所有成对出现的数都会被抵消，最后 result 里只会剩下那个单独出现一次的数。
十六、手动模拟一遍异或过程
还是看这个例子：
nums = [4, 1, 2, 1, 2]
开始：
result = 0
第一步
result = 0 ^ 4 = 4
第二步
result = 4 ^ 1
第三步
result = 4 ^ 1 ^ 2
第四步
result = 4 ^ 1 ^ 2 ^ 1
因为 1 ^ 1 = 0，这两个 1 抵消。
第五步
result = 4 ^ 2 ^ 2
因为 2 ^ 2 = 0，这两个 2 抵消。
最后只剩：
4
答案就出来了。
十七、官方题解里的 reduce 写法是什么意思
你看到官方题解写的是：
class Solution:def singleNumber(self, nums: List[int]) -> int:return reduce(lambda x, y: x ^ y, nums)
这个本质上和刚才那版 for 循环是一个意思。
reduce 的作用
reduce 会把一个列表里的元素“从左到右不断合并”。
比如：
reduce(lambda x, y: x ^ y, nums)
等价理解为：
(((nums[0] ^ nums[1]) ^ nums[2]) ^ nums[3]) ...
也就是把整个数组一路异或下去。
所以官方这句代码，本质上就是：
把数组里所有元素全部做异或运算
最终结果自然就是那个只出现一次的数字。
十八、reduce 版代码
如果你想写成官方题解风格，需要先导入：
from functools import reduce
完整写法是：
from functools import reducedef single_number(nums):return reduce(lambda x, y: x ^ y, nums)
十九、三版答案放在一起对比
版本 1：暴力法
def single_number(nums):for x in nums:if nums.count(x) == 1:return x
时间复杂度：
O(n²)
空间复杂度：
O(1)
特点：
- 最直观
- 但太慢
版本 2：哈希表
def single_number(nums):hashtable = {}for x in nums:if x in hashtable:hashtable[x] += 1else:hashtable[x] = 1for key in hashtable:if hashtable[key] == 1:return key
时间复杂度：
O(n)
空间复杂度：
O(n)
特点：
- 很好理解
- 时间达标
- 但空间不是最优
版本 3：异或
def single_number(nums):result = 0for x in nums:result ^= xreturn result
或者：
from functools import reducedef single_number(nums):return reduce(lambda x, y: x ^ y, nums)
时间复杂度：
O(n)
空间复杂度：
O(1)
特点：
- 最优解
- 也是这题真正想考的点
二十、这题本质上在练什么
这题表面上是“找一个数”，实际上它在练你三层能力。
第一层：能不能先做出来
暴力法就属于这一层。
第二层：能不能优化到线性时间
哈希表法就属于这一层。
第三层：能不能利用题目特殊性质，做到时间和空间都最优
异或法就属于这一层。
所以这题很适合作为“从直觉思路，走到位运算技巧”的入门题。
二十一、写给今天刚学这题的你
如果你第一次做这题，先想到哈希表，其实已经很好了。
因为这说明你已经抓住了：
要先统计出现次数
而当你继续往下看到异或解法，就会开始接触一种更高级但很常见的刷题思维：
题目给出的特殊条件，往往就是最优解的入口。
这题里那个最关键的条件就是：
- 其他数都出现两次
- 只有一个数出现一次
这正好和异或的“成对抵消”性质完美匹配。
所以这题真正值得带走的，不只是答案，而是这种“条件和性质对应起来”的感觉。
二十二、小结
这道题最核心的一句话就是：
相同的数异或会抵消成 0，最后剩下的就是那个只出现一次的数字。
所以三版答案里：
- 暴力法最直观
- 哈希表法最容易理解
- 异或法才是最优解
如果你现在已经看懂了异或为什么能做这题，那这题你就不只是“会做”，而是真的“学会了”。
结尾：这题是位运算入门的好题
很多人一看到“异或”就下意识害怕，觉得位运算很抽象。
但这题其实是一个特别好的入门点。
因为它让你看到：
- 位运算不只是公式
- 它真的可以把题目做得更简洁、更漂亮
- 有些最优解，正是来自这些看起来很小众的性质
所以今天这题很值得多看一眼。
不是为了死记 ^ 这个符号，
而是为了记住这种感觉：
当题目里有“成对出现、只剩一个不同”的结构时，就可以想想异或。