我正在参与「启航方案」
题目
给定两个数组 nums1
和 nums2
,回来 它们的交集 。输出成果中的每个元素一定是 唯一 的。咱们能够 不考虑输出成果的次序 。
示例 1:
- 输入:
nums1 = [1,2,2,1], nums2 = [2,2]
- 输出:
[2]
示例 2:
- 输入:
nums1 = [4,9,5], nums2 = [9,4,9,8,4]
- 输出:
[9,4]
- 解说:
[4,9]
也是可通过的
办法一:两个调集
思路及解法
计算两个数组的交集,直观的办法是遍历数组 nums1
,对于其间的每个元素,遍历数组 nums2
判别该元素是否在数组 nums2
中,假如存在,则将该元素添加到回来值。假设数组 nums1
和 nums2
的长度别离是 mm 和 nn,则遍历数组 nums1
需求 O(m)O(m) 的时刻,判别 nums1
中的每个元素是否在数组 nums2
中需求 O(n)O(n) 的时刻,因而总时刻复杂度是 O(mn)O(mn)。
假如运用哈希调集存储元素,则能够在 O(1)O(1) 的时刻内判别一个元素是否在调集中,从而降低时刻复杂度。
首要运用两个调集别离存储两个数组中的元素,然后遍历较小的调集,判别其间的每个元素是否在另一个调集中,假如元素也在另一个调集中,则将该元素添加到回来值。该办法的时刻复杂度能够降低到 O(m+n)O(m+n)
代码
class Solution {
func intersection(_ nums1: [Int], _ nums2: [Int]) -> [Int] {
return set_intersection(Set(nums1), Set(nums2))
}
func set_intersection(_ set1: Set<Int>, _ set2: Set<Int>) -> [Int] {
if set1.count > set2.count {
return set_intersection(set2, set1)
}
var intersection: [Int] = []
for num in set1 {
if set2.contains(num) {
intersection.append(num)
}
}
return intersection
}
}
复杂度剖析
-
时刻复杂度:O(m+n)O(m+n),其间 mm 和 nn 别离是两个数组的长度。运用两个调集别离存储两个数组中的元素需求 O(m+n)O(m+n) 的时刻,遍历较小的调集并判别元素是否在另一个调集中需求 O(min(m,n))O(\min(m,n)) 的时刻,因而总时刻复杂度是 O(m+n)O(m+n)。
-
空间复杂度:O(m+n)O(m+n),其间 mm 和 nn 别离是两个数组的长度。空间复杂度首要取决于两个调集
办法二:排序 + 双指针
思路及解法
假如两个数组是有序的,则能够运用双指针的办法得到两个数组的交集。
首要对两个数组进行排序,然后运用两个指针遍历两个数组。能够预见的是参加答案的数组的元素一定是递加的,为了确保参加元素的唯一性,咱们需求额定记录变量 pre\textit{pre} 表示上一次参加答案数组的元素。
初始时,两个指针别离指向两个数组的头部。每次比较两个指针指向的两个数组中的数字,假如两个数字不相等,则将指向较小数字的指针右移一位,假如两个数字相等,且该数字不等于 pre\textit{pre} ,将该数字添加到答案并更新 pre\textit{pre} 变量,一起将两个指针都右移一位。当至少有一个指针超出数组范围时,遍历结束。
代码
class Solution {
func intersection(_ nums1: [Int], _ nums2: [Int]) -> [Int] {
let newNums1: [Int] = nums1.sorted()
let newNums2: [Int] = nums2.sorted()
let length1: Int = newNums1.count
let length2: Int = newNums2.count
var intersection: [Int] = []
var index1 = 0
var index2 = 0
while index1 < length1 && index2 < length2 {
let num1 = newNums1[index1]
let num2 = newNums2[index2]
if num1 == num2 {
if intersection.isEmpty || num1 != intersection.last {
intersection.append(num1)
}
index1 += 1
index2 += 1
} else if num1 < num2 {
index1 += 1
} else {
index2 += 1
}
}
return intersection
}
}
复杂度剖析
-
时刻复杂度:O(mlogm+nlogn)O(m \log m+n \log n),其间 mm 和 nn 别离是两个数组的长度。对两个数组排序的时刻复杂度别离是 O(mlogm)O(m \log m) 和 O(nlogn)O(n \log n),双指针寻觅交集元素的时刻复杂度是 O(m+n)O(m+n),因而总时刻复杂度是 O(mlogm+nlogn)O(m \log m+n \log n)。
-
空间复杂度:O(logm+logn)O(logm+logn),其间 mm 和 nn 别离是两个数组的长度。空间复杂度首要取决于排序运用的额定空间。