1. 读题，先搞清楚这是道什么题
1.1 题目真正在考察什么
LeetCode上面的136题“只出现一次的数字”，题目本身短得有点不像话：给你一个非空整数数组，除了某个元素只出现一次以外，其余每个元素均出现两次，找出那个只出现了一次的元素。
看起来就是道简单题，但我刷了这么多年题，发现这题特别有意思。它虽然是“简单”难度，却在面试里经常出现，而且考的往往不是能不能做出来，而是你用什么方式做出来。能AC的人一抓一大把，但能用最优雅方式做出来的人，可能不到十分之一。
先说几个前提条件。第一，数组非空，也就是说不用考虑空的输入。第二，只有一个元素是落单的，其他所有人都是一对一对出现的。第三，也是最重要的，题目要求你实现线性时间复杂度的解法，并且尽量不使用额外空间。
很多人第一眼看到这题，脑子里蹦出来的方案通常是：暴力遍历、哈希表、排序。这三种方案都能做，但如果你仔细抠题目，会发现它真正的潜台词是：能不能用一种线性的、不使用额外空间的算法把它解决了。这才是这题的核心考点。换句话说，题目表面上在考数组和查找，实际上在考验你对位运算的掌握程度。
我自己的习惯是，拿到一道题先不急着写代码，先想想“如果我是出题人，我想考什么”。136题出题人真正想让你意识到的东西，就是异或运算的那几个性质。这些东西大学课本里都写过，但真正遇到题目的时候，能第一时间反应过来的，真的不多。
1.2 三种常规思路，为什么总差那么一点
先说最直观的思路。
第一种，暴力双重循环。遍历每个数，再看它有没有其他相同的数，复杂度O(n²)，测试用例一大就超时。除非你只想练习语法，否则基本不用考虑。
第二种，用哈希表/集合。把出现过的数存进集合，重复出现的就删掉，最后剩下的那个就是答案。或者用哈希表记录出现次数，最后遍历找出次数为1的。这个方案时间复杂度O(n)，空间复杂度也是O(n)，能AC，但不符合“不使用额外空间”的进阶要求。面试官很多时候会顺着这个思路继续追问：能不能不用额外空间？
第三种，先排序再遍历。排序后相同的数会相邻，遍历一遍就能找到落单的数。时间复杂度取决于排序算法，一般是O(n log n)，排序本身可能还要额外空间（比如归并排序）。这条路同样不符合要求。
我之所以把这三种都列出来，不是让你们背下来当反面教材，而是想说明一个道理：在做题的时候，你会走的弯路恰恰是理解最优解最好的垫脚石。正是因为哈希表需要O(n)空间、排序需要O(n log n)时间，你才会意识到，要同时满足“线性时间”和“常量空间”，大概率需要某种暴力解法之外的技巧，而这个技巧就是位运算。
1.3 位运算思路是怎么想到的
我第一次做这题的时候，其实也没第一时间想到异或。我是先写了哈希表的解法，然后提交通过了，再看讨论区才发现有位运算的妙解。那一刻还挺震撼的，因为代码就一行循环加一个异或赋值，简洁得不像话。
后来我养成一个习惯：看到“出现两次”“成对出现”“找唯一”这种字眼，脑子里就会自动拉响警报，优先考虑异或。这跟肌肉记忆差不多，见多了之后就会形成条件反射。
思路是这样的：两个相同的数异或的结果是0，任何一个数和0异或的结果还是它自己。所以你只要把数组里所有元素挨个异或一遍，所有成对出现的数字都会互相抵消变成0，最后剩下的数字就是数组里那个唯一的、只出现了一次的数字。整个过程只需要遍历一次数组，时间O(n)，只需要一个变量存结果，空间O(1)。干净利落，满足所有要求。
2. 核心细节：异或运算如何一剑封喉
2.1 异或的四个性质
要理解这个解法，异或运算的四个基本性质必须滚瓜烂熟：
- 归零律：a ^ a = 0。任何数和自己异或，结果是0。
- 恒等律：a ^ 0 = a。任何数和0异或，结果还是它自己。
- 交换律：a ^ b = b ^ a。异或运算和顺序无关。
- 结合律：a ^ b ^ c = a ^ (b ^ c)。异或运算可以任意加括号。
拿[2, 3, 2, 4, 3]举例。把所有数异或起来：2 ^ 3 ^ 2 ^ 4 ^ 3，因为交换律和结合律，可以重排成(2 ^ 2) ^ (3 ^ 3) ^ 4，两两抵消，最后等于0 ^ 4，也就是4。就这么简单。
我之前给朋友讲这个解法的时候，他说怎么感觉跟“消消乐”似的。我说这个类比很贴切，两个一样的数字一碰就消失，最后剩下的那个就是答案。背后的数学原理其实就是二进制的逐位运算，但理解到“成对抵消”这个层面，已经足够应付大多数场景。
2.2 用生活场景理解异或去重
从一个更直观的角度来看，异或运算可以理解成“不带进位的二进制加法”。1 ^ 1 = 0，0 ^ 1 = 1，0 ^ 0 = 0，你会发现它和二进制加法的区别只是不产生进位。
这个性质在题目里可以这样理解：数组里的每个数字都是成对出现的，每一对在异或过程中都会抵消，就像两个作用力相等方向相反的力相互抵消一样。因为所有成对的数据都是成对消失的，所以落单的那个数字从头到尾都不会被抵消，它就是最终结果。
关键点在于，异或运算不关心这些数字出现的顺序，也不关心数字是正是负，它只看二进制位上的值。这就是为什么它能用一个变量搞定，不需要额外的数据结构。你不需要记每一个数字出现的次数，只需要一个“累加器”把整个数组过一遍。
2.3 时空复杂度完美满足要求
这个解法的复杂度分析非常简单。遍历长度为n的数组，每个元素参与一次异或运算，时间复杂度就是O(n)。整个过程中只需要一个整数变量来保存累加结果，不随输入规模变化，空间复杂度是O(1)。
这两条恰好精准命中题目的两个要求：“线性时间复杂度”和“不使用额外空间”。所以这个解法在LeetCode的题目设定下，可以算是最优解了。
我经常看评论区，发现很多人会用哈希表AC之后就不管了。这种学习方法其实有点可惜，因为这题的位运算解法才是真正的精华。你花同样的时间，如果只掌握了哈希表做法，那你就错过了位运算这个面试中的高频考点，后面刷到其他位运算题目可能还要重新摸索。
3. 实操过程：代码实现与踩坑记录
3.1 Python版本，最简洁的写法
直接上代码：
def singleNumber(nums): res = 0 for num in nums: res ^= num return res就这么几行。res从0开始，遍历所有数字，逐个异或，最后返回res。我第一次看到这个解法的时候，第一反应是：就这？对，就这。但越是简单的东西，背后的思考越不简单。
如果要更“Pythonic”一点，还可以用reduce一行写完，但那样可读性反而变差了。我个人建议刷题的时候优先写清晰可读的版本，面试的时候也一样，能讲清楚思路比秀语法技巧重要得多。
3.2 C++和Java实现，注意类型范围
C++版本几乎和Python一样：
class Solution { public: int singleNumber(vector<int>& nums) { int res = 0; for (int num : nums) { res ^= num; } return res; } };Java版本也是同样的套路：
class Solution { public int singleNumber(int[] nums) { int res = 0; for (int num : nums) { res ^= num; } return res; } }这三种语言写出来的东西本质上是一样的。唯一的细微差别是：C++和Java的int是32位有符号整数，Python的int是任意精度整数。在这道题的范围里，int完全够用，但如果数字特别大，Python不会溢出，C++和Java要小心边界值。好在这道题的输入范围是-2^31到2^31 - 1，恰好是32位int的范围，所以不会出问题。
这里有个小细节值得注意：C++里用vector<int>传参，如果你传的是引用，可以避免一次拷贝，刷题这么写没问题。但如果是实际工程代码，位运算的意图最好加个注释，不然同事看了可能会一头雾水。
3.3 JavaScript和Go的版本差异
JavaScript也能用一样的思路，但有一个隐藏的坑：JS里的位运算是先把数字转成32位有符号整数来算，再转回浮点数。对于题目给出的输入范围，这个转换不会有问题，但如果你自己加大数据量测试，可能会遇到意想不到的结果。我建议用JS刷这题的时候，就用官方给出的输入范围来测，别自己去挑战超范围的值。
var singleNumber = function(nums) { let res = 0; for (let num of nums) { res ^= num; } return res; };Go版本也很直接：
func singleNumber(nums []int) int { res := 0 for _, num := range nums { res ^= num } return res }总体来说，这题的代码实现在所有主流语言里几乎不存在理解门槛。真正的门槛在于“你想不想得到用异或”。
4. 常见问题与排查技巧实录
4.1 用哈希表AC了，但没达到进阶要求，要紧吗
很多同学问过我：我用哈希表做出来了，时间复杂度也是O(n)，面试官会不会不满意？
我的看法是：能AC说明你基础的解题能力没问题，但如果你没体现出“优化”的意识，面试官有可能会觉得你停留在“能跑就行”的层次。毕竟这道题明确写了进阶要求，你看到了但没往那个方向想，这本身就是一个信号。
正确的回答思路是：先讲清楚哈希表方案，然后说“这个方案是O(n)时间和O(n)空间，但题目要求尽量不用额外空间，所以我再想一个更优的方案”，然后引出异或解法。这样既展现了你掌握基础解法，又体现了你追求更优方案的能力。
4.2 异或能处理负数和0吗
能，而且处理得很好。二进制的异或运算是按位操作的，和数字的正负没有关系。负数在计算机里以补码形式存储，异或运算的时候直接按补码的每一位来算，结果依然正确。0也是同理，任何数和0异或都是它自己，所以0不会影响结果。
有同学担心“两个负数异或会不会因为符号位产生奇怪的结果”，完全不会。你可以随便拿几个数手算验证一下，或者自己跑一段代码用负数测试，比如[-1, -1, -2]，答案就是-2。
4.3 边界情况有哪些容易踩的坑
第一个就是数组长度。题目说数组非空，但如果你在写通用工具函数，最好还是加个空数组返回0或者抛异常的逻辑。不然传个空数组进去，你的函数会返回0，这个结果在数学上没有意义，在工程代码里可能会导致bug。
第二个是数组长度为1的情况。只有一个数的时候，不用任何操作，那个数就是答案。异或解法天然处理了这种情况，因为res从0开始，0异或任何数都等于它自身。
第三个是重复数字不相邻的情况。比如[1, 2, 1]这种，如果你用排序的思路，排序后是[1, 1, 2]，也能找到2。但如果你没排序直接在循环里做相邻判断，就会出错。异或解法不受顺序影响，所以完全没有这个问题。
4.4 同类题型的排查经验
做完136题之后，你可能会碰到一个很迷惑的现象：明明思路一样的题，换个条件就不会做了。其实是因为异或解法只适用于“其他数字出现偶数次”的场景。
- 所有数出现两次，只有一个数出现一次：用异或。
- 所有数出现三次，只有一个数出现一次：异或就没那么好使了，需要位运算配合状态统计。
- 有两个数只出现一次，其他都出现两次：需要分组异或。
遇到这些变体，如果你还是死板地套136题的代码，肯定做不出来。我一开始刷137题的时候也栽过跟头，后来才意识到，题目变了，底层思路也得跟着变。136题是异或的“标准题”，但异或只是整个位运算家族的冰山一角，刷完136题之后，后续的变体题同样值得花时间琢磨。
5. 从这题延伸出来的位运算思考与刷题路线
5.1 位运算在LeetCode中的典型应用场景
136题刷完之后，我建议你顺手做几道跟位运算相关的题，形成体系。我自己刷下来，感觉最值得做的是这几种类型：
- 判断奇偶性：n & 1，比n % 2更快也更常见。
- 交换两个数：a ^= b; b ^= a; a ^= b。这个技巧面试偶尔会聊到。
- 移除最后一个1：n & (n - 1)。在很多位运算题里都有奇效。
- 判断是否为2的幂：n > 0 && (n & (n - 1)) == 0。
- 找出数组中只出现一次的数字：也就是136题。
把这些基础位运算技巧都过一遍，你会发现很多“看起来需要用复杂数据结构”的题，最后都能用几行位运算解决。这样你刷题的时候就会多一把钥匙。
5.2 136题的后续变体题
我刚才提到过几个变体，这里重点说说。
137题“只出现一次的数字 II”：每个元素出现三次，只有一个出现一次。这个题的解法就不能直接用异或了，需要统计每一位上1出现的次数，然后对3取模。本质上是用一个有限状态机去模拟“三进制”的进位，有点绕，但理解之后会对位运算认识更深。
260题“只出现一次的数字 III”：有两个元素各出现一次，其他都出现两次。思路是先全员异或得到两个答案的异或值，然后用这个异或值里的某个非零位把原数组分成两组，分别异或，就能得到两个数。第一次做的时候可能觉得“这也太巧妙了”，但做多了就会明白，这本质上是在利用异或结果中的信息做分组。
这几道题如果全刷完，你对位运算的理解会比大多数人深一大截。
5.3 实际操作中的几个小建议
刷题和做工程有一个很大的区别：刷题的代码往往很短，但优化的空间很大。我自己回刷136题的时候，除了用最简单的异或解法，还会刻意想想有没有其他写法、别的语言会不会有差异、能不能和HashMap解法做个对比测试。
还有一个建议是“手算验证”。别光看题解，拿着笔在纸上写几个小例子，比如[2, 3, 2]或者[4, 1, 2, 1, 2]，手动算一遍异或过程。这个过程会帮你把“异或抵消”这个概念从“好像懂了”变成“真懂了”。
最后就是复杂度分析的表达能力。面试的时候不只是让你写代码，还要你讲清楚思路。能把“为什么异或能找出唯一数字”讲得清清楚楚，比闷头把代码写出来更重要。这也是我每次复盘这题都会反复练的东西。
做这道题，我最大的体会是：它看起来简单，但天花板其实很高。你可以用最简单的方式AC，也可以顺着它一路刷到位运算的进阶题型。如果你刚开始刷LeetCode，我建议从这题入手，既能建立信心，又能学到真东西。
