题目
给定两个数组,编写一个函数来计算它们的交集。
示例:
输入: nums1 = [1,2,2,1], nums2 = [2,2]
输出: [2,2]
说明:
输出结果中每个元素出现的次数,应与元素在两个数组中出现的次数一致。 我们可以不考虑输出结果的顺序。
解答
方法一:暴力循环
-
首先比较nums1和nums2的长度,若nums1长,则交换数组元素。这样就可以遍历length短的那个数组,然后在length长的数组里查找。
-
遍历第一个数组,然后在第二个数组查找是否有当前元素。
-
如果有,把当前元素push进返回值,并且删除第二个数组里该下标元素。
var intersect = function(nums1, nums2) {
let res = [];
if (nums1.length > nums2.length) [nums1, nums2] = [nums2, nums1];
for (let i = 0; i < nums1.length; i++) {
let key = nums2.indexOf(nums1[i]);
if (key !== -1) res.push(nums2.splice(key, 1));
}
return res;
};
方法二:排序 + 双指针
当输入数据是有序的,推荐使用此方法。对两个数组进行排序,并且使用两个指针在一次扫面找出公共的数字。
- 对数组 nums1 和 nums2 排序。
- 初始化指针 i,j 和 k 为 0。
- 指针 i 指向 nums1,指针 j 指向 nums2:
- 如果 nums1[i] < nums2[j],则 i++。
- 如果 nums1[i] > nums2[j],则 j++。
- 如果 nums1[i] == nums2[j],将元素拷贝到 nums1[k],且 i++,j++,k++。
- 返回数组 nums1 前 k 个元素。
var intersect = function(nums1, nums2) {
nums1.sort((a,b)=>a-b)
nums2.sort((a,b)=>a-b)
let i = 0, j = 0, k = 0;
while (i < nums1.length && j < nums2.length) {
if (nums1[i] < nums2[j]) {
++i;
} else if (nums1[i] > nums2[j]) {
++j;
} else {
nums1[k++] = nums1[i++];
++j;
}
}
return nums1.slice(0,k)
};
复杂度分析
- 时间复杂度:O(nlogn + mlogm)。其中 nn,mm 分别代表了数组的大小。对数组进行了排序然后进行了线性扫描。
- 空间复杂度:O(1),忽略存储答案所使用的空间,因为它对算法本身并不重要。
方法三:哈希映射
先在 HashMap 记录一个数组中的存在的数字和对应出现的次数。然后遍历第二个数组,检查数字在 HashMap 中是否存在,如果存在且计数为正,则将该数字添加到答案并减少 HashMap 中的计数。
算法:- 如果 nums1 元素个数大于 nums2,则交换数组元素。
- 对于 nums1 的每个元素,添加到 HashMap m 中,如果元素已经存在则增加对应的计数。
- 遍历数组 nums2, 如果找到对应元素,则添加这个元素到返回数组里。
- 如果value值大于1,HashMap m中的value值减 1,表示已经找到一个相同的了。
- 如果value值等于1,则删除该元素。
- 返回 结果数组
var intersect = function(nums1, nums2) {
if (nums1.length > nums2.length) [nums1, nums2] = [nums2, nums1];
let hash = new Map()
let res = []
for(let i = 0; i < nums1.length; i++) {
if(hash.has(nums1[i])) {
hash.set(nums1[i], hash.get(nums1[i]) + 1)
} else {
hash.set(nums1[i], 1)
}
}
for(let i = 0; i < nums2.length; i++) {
let temp = nums2[i]
let hashKey = hash.get(temp)
if(hash.has(temp)) {
res.push(temp)
if(hashKey > 1) {
hash.set(temp, hashKey - 1)
} else {
hash.delete(temp)
}
}
}
return res
};
复杂度分析
- 时间复杂度:O(n+m)。其中 n,m 分别代表了数组的大小。
- 空间复杂度:O(min(n,m)),对较小的数组进行哈希映射使用的空间。
参考:官方题解