前端与算法 leetcode 350. 两个数组的交集 II
- 2019 年 11 月 10 日
- 筆記
# 前端与算法 leetcode 350. 两个数组的交集 II
题目描述
给定两个数组,编写一个函数来计算它们的交集。
示例 1:
输入: nums1 = [1,2,2,1], nums2 = [2,2] 输出: [2,2]
示例 2:
输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4] 输出: [4,9]
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。
进阶:
- 如果给定的数组已经排好序呢?你将如何优化你的算法?
- 如果 nums1 的大小比 nums2 小很多,哪种方法更优?
- 如果 nums2 的元素存储在磁盘上,磁盘内存是有限的,并且你不能一次加载所有的元素到内存中,你该怎么办?
概要
这道题可以看成一道传统的映射题,我们需要知道每个值出现的次数,映射关系为<元素,出现次数>,首先统计数组1中所有元素出现的次数,再遍历数组2即可,如果数组2中的元素存在且大于1,则表示已经找到一个相同的了,如果值等于1,直接删除[1]
提示
哈希表,双指针,暴力
解析
解法一:哈希表
时间复杂度O(n)
先用Hashmap记录第一个数组中的元素【放在key】,和出现的次数【放在value】。然后再遍历第二个数组,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。[2]
解法二:双指针
将两个数组排序,两个指针初始值为0,比较两个指针的元素是否相等相等则放到返回数组里,两个指针同时往前,不相等元素小的指针往前,如果相等,那肯定比较过的元素就没用了,两个指针往前,不相等的时候因为较大的元素在较小的数组里存在所以把元素小的数组指针往前
解法三:暴力法
时间复杂度O(n^2)
遍历第一个数组,然后再第二个数组查找indexOf
是否有当前元素
算法
/** * @param {number[]} nums1 * @param {number[]} nums2 * @return {number[]} */ var intersect = function (nums1, nums2) { // hash法 const [hash,res] = [new Map(),[]] nums1.forEach(el=>{ if (hash.has(el)) { hash.set(el, hash.get(el) + 1) } else { hash.set(el, 1) } }) nums2.forEach(el=>{ const hashKey = hash.get(el) if (hash.has(el)) { res.push(el) if (hashKey > 1) { hash.set(el, hashKey - 1) } else { hash.delete(el) } } }) return res // // 双指针法 // let p1 = 0 // let p2 = 0 // let res = [] // nums1 = nums1.sort((a, b) => a - b) // nums2 = nums2.sort((a, b) => a - b) // while (p1 < nums1.length && p2 < nums2.length) { // if (nums1[p1] == nums2[p2]) { // res.push(nums1[p1]) // p1++ // p2++ // } else if (nums1[p1] < nums2[p2]) { // p1++ // } else { // p2++ // } // } // return res // // 暴力法 // const res = [] // if (nums1.length < nums2.length) [nums1, nums2] = [nums2, nums1] // for (let i = 0; i < nums1.length; i++) { // const key = nums2.indexOf(nums1[i]) // if (key !== -1) res.push(nums2.splice(key, 1)) // } // return res }
传入[1, 2], [11, 1, 2, 3, 2]
的运行结果
[ 1, 2 ]
执行结果
执行用时 :56 ms, 在所有 javascript 提交中击败了99.55% 的用户 内存消耗 :34.7 MB, 在所有 javascript 提交中击败了53.72%的用户