给定一个范围在 1 ≤ a [i] ≤ n ( n = 数组大小 ) 的 整型数组，数组中的元素一些出现了两次，另一些只出现一次。

    找到所有在 [1, n] 范围之间没有出现在数组中的数字。

    您能在不使用额外空间且时间复杂度为 O(n) 的情况下完成这个任务吗？你可以假定返回的数组不算在额外空间内。

    示例:

    输入: [4,3,2,7,8,2,3,1] 输出: [5,6]

    方法一：原地修改
    思路及解法

    我们可以用一个哈希表记录数组 nums 中的数字，由于数字范围均在 [1,n] 中，记录数字后我们再利用哈希表检查 [1,n] 中的每一个数是否出现，从而找到缺失的数字。

    由于数字范围均在 [1,n] 中，我们也可以用一个长度为 nn 的数组来代替哈希表。这一做法的空间复杂度是 O(n) 的。我们的目标是优化空间复杂度到 O(1)。

    注意到 nums 的长度恰好也为 n，能否让 nums 充当哈希表呢？

    由于 nums 的数字范围均在 [1,n] 中，我们可以利用这一范围之外的数字，来表达「是否存在」的含义。

    具体来说，遍历 nums，每遇到一个数 x，就让 nums[x−1] 增加 n。由于 nums 中所有数均在 [1,n] 中，增加以后，这些数必然大于 nn。最后我们遍历 nums，若 nums[i] 未大于 n，就说明没有遇到过数 i+1。这样我们就找到了缺失的数字。

    注意，当我们遍历到某个位置时，其中的数可能已经被增加过，因此需要对 n 取模来还原出它本来的值。

    2. const findDisappearedNumbers = function (nums) {
    3.   const n = nums.length;
    4.   for (const num of nums) {
    5.     const x = (num - 1) % n;
    6.     nums[x] += n;
    7.   }
    8.   const ret = [];
    9.   for (const [i, num] of nums.entries()) {
    10.     if (num <= n) {
    11.       ret.push(i + 1);
    12.     }
    13.   }
    14.   return ret;
    15. };

    复杂度分析

    时间复杂度：O(n)。其中 n 是数组 nums 的长度。
    空间复杂度：O(1)。返回值不计入空间复杂度。