【数组取交集】｜刷题打卡

黑木
334 阅读4分钟

柿子挑软的捏，所以我就先拿最软的来作为我小白的第一道，大佬求不要喷我。我只想买拿个一折优惠卷买两本小测。揪咪

看题：给定两个数组，编写一个函数来计算它们的交集。

两个数组的交集-349

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]

说明：

输出结果中的每个元素一定是唯一的。 我们可以不考虑输出结果的顺序。

前言：

在看到标题（取交集）中，我们脑海中会闪过那些数组的迭代方法，every()\some()\filter()\map()\forEach()\reduce()\find()\includes()\indexOf()等等等...

又看到我们现在有去重和不重两种。Es6最直观 Set去重。虽然无法去掉'{}'控对象，但我们现在也不考虑，或者遍历，利用indexOf、利用includes，甚至利用对象key的唯一性去去重，我们这里不在延伸，有兴趣，自行解决，嘿嘿。

脑海中闪过第一种解决方案：

var intersection = function(nums1, nums2) {
	return [...new Set(nums1)].filter(item => nums2.includes(item));
};

心中暗暗窃喜一行代码就解决了，执行代码，提交，完事，下一道。

这里呢，我脑海中甚至都没有时间复杂度的概念，这时候跟暑假写作业一样，写完翻到最后找答案呀，立马答案对起来，我们官方题解立马摘抄出来给大家。

思路想法

计算两个数组的交集，直观的方法是遍历数组 nums1，对于其中的每个元素，遍历数组 nums2 判断该元素是否在数组 nums2 中，如果存在，则将该元素添加到返回值。假设数组 nums1 和 nums2 的长度分别是 mm 和 nn，则遍历数组 nums1 需要 O(m) 的时间，判断 nums1 中的每个元素是否在数组 nums2 中需要 O(n) 的时间，因此总时间复杂度是 O(mn)。

哈希表解法

如果使用哈希集合存储元素，则可以在 O(1) 的时间内判断一个元素是否在集合中，从而降低时间复杂度。

首先使用两个集合分别存储两个数组中的元素，然后遍历较小的集合，判断其中的每个元素是否在另一个集合中，如果元素也在另一个集合中，则将该元素添加到返回值。该方法的时间复杂度可以降低到 O(m+n)。

var intersection = function(nums1, nums2) {
   const set1 = new Set(nums1);
   const set2 = new Set(nums2);
   return set_intersection(set1, set2)
};

function set_intersection(set1, set2){
    if(set2.length > set1.length) {
        return set_intersection(set2, set1);
    }
    const intersection = new Set();
    for(let num of set1){
        set2.has(num) && intersection.add(num);
    }
    return [...intersection];
}

这里利用哈希表我觉得更有助于我们理解整个流程，找到去重后最短的数组，声明一个新数组，遍历找到另外一个数组所共同拥有的数值，然后返回我们的新数组。

哈希表复杂度分析

  • 时间复杂度：O(m+n)，其中 m 和 n 分别是两个数组的长度。使用两个集合分别存储两个数组中的元素需要 O(m+n) 的时间，遍历较小的集合并判断元素是否在另一个集合中需要 O(min(m,n)) 的时间，因此总时间复杂度是 O(m+n)。

  • 空间复杂度：O(m+n)，其中 m 和 n 分别是两个数组的长度。空间复杂度主要取决于两个集合。

排序 + 双指针解法

我觉得排序与双指针用大白话来说就是，先把数组排序，大家头对头，脚对脚来进行对比，第一步对比，ok，你头大你牛皮，我找我老大（下一个，较小数字指针向右移一位），大家头一样大，好的存起来（同时将两个指针右移一位），最后大家再令出来，大家一起看～

代码copy出来～

var intersection = function(nums1, nums2) {
    nums1.sort((x, y) => x - y);
    nums2.sort((x, y) => x - y);
    const length1 = nums1.length, length2 = nums2.length;
    let index1 = 0, index2 = 0;
    const intersection = [];
    while (index1 < length1 && index2 < length2) {
        const num1 = nums1[index1], num2 = nums2[index2];
        if (num1 === num2) {
            // 保证加入元素的唯一性
            if (!intersection.length || num1 !== intersection[intersection.length - 1]) {
                intersection.push(num1);
            }
            index1++;
            index2++;
        } else if (num1 < num2) {
            index1++;
        } else {
            index2++;
        }
    }
    return intersection;
};

排序+双指针复杂度分析

  • 时间复杂度：O(mlogm+nlogn)，其中 m 和 n 分别是两个数组的长度。对两个数组排序的时间复杂度分别是 O(mlogm) 和 O(nlogn)，双指针寻找交集元素的时间复杂度是 O(m+n)O(m+n)，因此总时间复杂度是 O(mlogm+nlogn)。

  • 空间复杂度：O(logm+logn)，其中 m 和 n 分别是两个数组的长度。空间复杂度主要取决于排序使用的额外空间。 ”本文正在参与「掘金 2021 春招闯关活动」, 点击查看 活动详情

avatar
文章
阅读
粉丝