题目链接：https://leetcode-cn.com/problems/missing-number/
分类：
排序（Arrays.sort对数组排序、遍历排序数组寻找缺失值，思路1）HashSet（Set存放nums数组所有元素，寻找0~n不存在于set的元素=缺失值，思路2）位运算（异或操作、0…n和nums所有元素的异或结果=缺失值，思路3）数学（sum(0…n) - sum(nums[i]) = 缺失值 + 避免溢出处理，思路4）. .
对nums数组进行排序，然后遍历一次数组寻找没有出现的数字。
如何寻找数组中缺失某个数字？
因为数组包含的元素范围是0 ~ n，所以排序后如果没有元素缺失则每个元素值和下标是相等的，我们就在遍历排序数组时寻找元素值和下标不同的位置。
缺失的元素在数组边界的处理： 我们所使用的寻找数组缺失数字的方法存在不足，那个方法只能寻找数组内部缺失的数字，但如果缺失数字在数组边界时，例如用例：[0,1]，缺失的是2，该方法就会失效，所以我们令存放缺失数字的变量的初始值为nums.length，在没有找到内部缺失数字后，数组的长度值 = 缺失的边界值。
实现代码：
class Solution { public int missingNumber(int[] nums) { Arrays.sort(nums); int target = nums.length; for(int i = 0; i < nums.length; i++){ if(nums[i] != i){ target = i; break; } } return target; } } 时间复杂度：O(NlogN)空间复杂度：O(N)开辟一个n+1大小的数组temp，遍历nums数组，对于每个nums[i]就将其存入temp[nums[i]]处。
最后再遍历temp数组，找出值为0的元素所在的下标就是缺失的数字。
但需要注意两种情况：
如果temp内只有一个元素temp[0]=0，则说明0就是缺失值；如果temp内有两个=0的元素，则第一个0必然是temp[0]，在这里它不是缺失值，第二个值为0的位置才是缺失值，所以我们返回第二个0对应的下标。在实现上这两种情况可以统一处理为：
寻找temp数组中最晚出现的0元素的所在下标，就是缺失值。实现代码：
class Solution { public int missingNumber(int[] nums) { int[] temp = new int[nums.length + 1]; //将nums所有元素存入temp中，确保nums元素值=temp数组下标 for(int num : nums){ temp[num] = num; } int res = 0; //遍历temp数组，寻找最晚出现的0元素的下标 for(int i = 0; i < temp.length; i++){ if(temp[i] == 0) res = i; } return res; } } 时间复杂度：O(N)空间复杂度：O(N)，使用到了temp数组。利用异或的性质：
两个相同的数字异或=0，0和其他数字做异或=数字本身拿0~n和nums所有元素做异或，0~n和nums中相同的元素经过异或得0，最终剩下的结果就是缺失值。
例如：n=3, nums=[0,1,3]，拿0~3所有元素和nums所有元素一起做异或：(00)(11)2(33)=2，所以剩下的2就是缺失值。
//思路3：位运算 class Solution { public int missingNumber(int[] nums) { int n = nums.length; int res = n; for(int i = 0; i < n; i++){ res = res ^ i ^ nums[i]; } return res; } } 时间复杂度：O(N)空间复杂度：O(1)拿0+1+…+n之和减去nums所有元素之和，结果就是缺失值：
//没有做避免溢出处理的版本： class Solution { public int missingNumber(int[] nums) { int n = nums.length; int sum = (0 + n) * (n + 1) / 2; int cur = 0; for(int num : nums){ cur += num; } return sum - cur; } }数学方法简单，但有数据溢出的风险，为了避免数据溢出，我们可以设置一个求和变量sum，把0~n全部元素加起来的同时减去nums的所有元素，最后sum存放的就是缺失值。
//做避免溢出处理的版本： class Solution { public int missingNumber(int[] nums) { int n = nums.length; int sum = 0; for(int i = 0; i <= n; i++){ sum += i; if(i < n) sum -= nums[i]; } return sum; } } 时间复杂度：O(N)空间复杂度：O(1)