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
NAGNIP1 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队1 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
Fanxt_Ja1 天前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下1 天前
最终的信号类
开发语言·c++·算法
茉莉玫瑰花茶1 天前
算法 --- 字符串
算法
博笙困了1 天前
AcWing学习——差分
c++·算法
NAGNIP1 天前
认识 Unsloth 框架:大模型高效微调的利器
算法
NAGNIP1 天前
大模型微调框架之LLaMA Factory
算法
echoarts1 天前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust
Python技术极客1 天前
一款超好用的 Python 交互式可视化工具,强烈推荐~
算法