【LeetCode】4. 去重的效率提升

看一道简单题

初始做法

python 复制代码

class Solution:
    def removeDuplicates(self, nums: List[int]) -> int:
        hashMap = []
        k = 0

        for i in nums:
            if i not in hashMap:
                hashMap.append(i)
                nums[k] = i
                k += 1
        
        nums[:] = nums[:k]
         
        return k

这个做法建立了一个数组用来存储重复值。

python 复制代码

if i not in hashMap

会导致多次遍历，猜测是这一段增加了内存消耗。

优化思路应该将遍历减少到最低

使用set优化

python 复制代码

class Solution:
    def removeDuplicates(self, nums: List[int]) -> int:
        seen = set()  # 用于记录已出现的元素
        k = 0  # 指向放置下一个唯一值的位置

        for i in nums:
            if i not in seen:
                seen.add(i)  # 将新元素添加到集合中
                nums[k] = i  # 将唯一值放到 nums 的前面
                k += 1

        # 保留前 k 个元素
        nums[:] = nums[:k]

        return k

注意set是基于 哈希表 实现的

set 比 list 效率高，尤其是在执行查找操作时，这是因为两者底层的实现机制不同。具体原因如下：

1. list 的实现

数据结构： list 是一种动态数组，元素按插入顺序连续存储。
查找操作：

当你执行 x in list，Python 必须从头开始遍历列表中的每个元素，逐一检查是否等于 x。

最坏情况下需要检查所有元素，时间复杂度为 O(n)。
适合的场景：

适用于需要保留元素顺序或频繁执行索引访问（list $i$ ，时间复杂度为 O(1）。

2. set 的实现

数据结构：

set 是基于哈希表的无序集合。

每个元素会通过哈希函数映射到一个特定的存储位置（桶）。

哈希表通过哈希值快速定位元素的位置，而无需遍历整个集合。

查找操作：

当你执行 x in set，Python 使用哈希函数计算 x 的哈希值，然后直接定位到对应的存储桶，查看是否存在。

在没有大量哈希冲突的情况下，查找的时间复杂度为 O(1)。

即使发生哈希冲突（两个不同的值映射到相同的桶），通过链表或其他冲突处理机制，效率仍然远高于线性查找。

适合的场景：

适用于频繁执行查找、插入、删除操作，且不需要关心元素顺序。