方案一：暴力求解

暴力求解的思路非常的直接：

遍历数组中的每个元素，然后在剩下的元素中寻找是否存在相同的元素

代码如下：

public int findRepeatNumber(int[] nums) {
    for (int i = 0; i < nums.length; i++) {
        for (int j = i + 1; j < nums.length; j++) {
            if (nums[i] == nums[j]) {
                return nums[i];
            }
        }
    }
    return -1;
}

算法复杂度分析：

时间复杂度是 O(n^2)
空间复杂度是 O(1)

而本题对n做了一个限制

方案二：哈希查找

使用哈希表后的算法步骤是：

先初始化一个哈希表 (HashSet)
然后遍历每一个元素，分别对每一个元素做如下的处理：

代码如下：

public int findRepeatNumber(int[] nums) {
    // 1. 初始化一个哈希表
    Set<Integer> set = new HashSet<>();
    for (int i = 0; i < nums.length; i++) {
        // 2. 判断当前元素是否已经存在
        if (set.contains(nums[i])) {
            // 如果存在，则直接返回
            return nums[i];
        }

        // 否则的话，将当前元素放入到哈希表中，方便后续的查找判重
        set.add(nums[i]);
    }
    return -1;
}

算法复杂度分析：

时间复杂度是 O(n)
空间复杂度是 O(n)

方案三：数组代替哈希表

在题目中，有一个信息，我们需要注意下，那就是数组中每个元素的大小在 0 ~ n - 1 的范围内。利用这个信息，我们就可以使用数组代替上面方案二的哈希表，主要的思路是：

代码如下：

public int findRepeatNumber(int[] nums) {
    // 1. 初始化一个数组
    int[] bucket = new int[nums.length];
    Arrays.fill(bucket, -1);

    for (int i = 0; i < nums.length; i++) {
        // 2. 判断当前元素是否已经存在
        if (bucket[nums[i]] != -1) {
            // 如果存在，则直接返回
            return nums[i];
        }

        // 否则的话，将当前元素作为索引，当前元素的下标作为值，填入数组中，
        // 方便后续的查找判重
        bucket[nums[i]] = i;
    }
    return -1;
}

算法复杂度分析：