力扣349 == 两个数组交集的两种解法

目录

[解法一:利用 Set 特性高效去重](#解法一:利用 Set 特性高效去重)

[解法二:双重遍历与 Set 去重](#解法二:双重遍历与 Set 去重)

方法对比与总结

关键点总结


题目描述

给定两个整数数组 nums1nums2,要求返回它们的交集。输出结果中的每个元素必须是唯一的,且顺序不限。

示例

  • 输入:nums1 = [1,2,2,1], nums2 = [2,2]

    输出:[2]

  • 输入:nums1 = [4,9,5], nums2 = [9,4,9,8,4]

    输出:[9,4][4,9]


解法一:利用 Set 特性高效去重

思路

  1. nums1 转换为 Set 结构,自动去重。

  2. 遍历 nums2,检查元素是否存在于 Set 中:

    • 若存在,则将该元素加入结果数组,并从 Set 中删除,避免后续重复匹配。
  3. 最终返回结果数组。

代码实现

复制代码
var intersection = function(nums1, nums2) {
    const st = new Set(nums1);
    const ans = [];
    for (const x of nums2) {
        if (st.delete(x)) { // 如果元素存在,删除并收集
            ans.push(x);
        }
    }
    return ans;
};

复杂度分析

  • 时间复杂度 :O(m + n),其中 mn 是数组长度。

    转换 nums1Set 需要 O(m),遍历 nums2 需要 O(n)。

  • 空间复杂度 :O(m),用于存储 Set

优势

  • 高效处理重复元素:通过 st.delete(x) 确保每个元素只匹配一次。

  • 线性时间复杂度,适合处理大数据量。


解法二:双重遍历与 Set 去重

思路

  1. 遍历 nums1,对每个元素检查是否存在于 nums2 中。

  2. 若存在,则将其加入 Set 自动去重。

  3. 最终将 Set 转为数组返回。

代码实现

复制代码
var intersection = function(nums1, nums2) {
    let set = new Set();
    for (let i = 0; i < nums1.length; i++) {
        if (nums2.includes(nums1[i])) {
            set.add(nums1[i]);
        }
    }
    return Array.from(set);
};

复杂度分析

  • 时间复杂度 :O(m × n),最坏情况下需遍历 nums2 的每个元素。

  • 空间复杂度 :O(k),k 为交集元素的数量。

缺点

  • nums2.includes() 的时间复杂度为 O(n),当数组较大时性能较差。

方法对比与总结

特性 解法一(Set + 删除) 解法二(双重遍历 + Set)
时间复杂度 O(m + n) O(m × n)
空间复杂度 O(m) O(k)
处理重复元素 立即删除,避免重复匹配 依赖 Set 去重
适用场景 大数据量 小数据量或简单场景

推荐解法

优先选择解法一 ,因为它利用 Set 的高效查找和删除操作,时间复杂度更低,尤其适合处理大规模数据。解法二虽然代码更直观,但性能较差,仅在数据量较小时适用。


关键点总结

  1. 去重机制 :使用 Set 结构天然去重。

  2. 性能优化:通过删除已匹配元素减少重复检查。

  3. 方法选择:根据数据规模选择时间复杂度更优的解法。

相关推荐
快去睡觉~1 小时前
力扣73:矩阵置零
算法·leetcode·矩阵
小欣加油1 小时前
leetcode 3 无重复字符的最长子串
c++·算法·leetcode
猿究院--王升4 小时前
jvm三色标记
java·jvm·算法
一车小面包5 小时前
逻辑回归 从0到1
算法·机器学习·逻辑回归
tt5555555555556 小时前
字符串与算法题详解:最长回文子串、IP 地址转换、字符串排序、蛇形矩阵与字符串加密
c++·算法·矩阵
元亓亓亓7 小时前
LeetCode热题100--101. 对称二叉树--简单
算法·leetcode·职场和发展
不会学习?7 小时前
算法03 归并分治
算法
NuyoahC8 小时前
笔试——Day43
c++·算法·笔试
2301_821919928 小时前
决策树8.19
算法·决策树·机器学习
秋难降8 小时前
别再用暴力排序了!大小顶堆让「取极值」效率飙升至 O (log n)
python·算法·排序算法