最全Leetcode 349，2024年最新2024年最新Golang面试精讲

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

一、题目描述

给定两个数组 nums1 和 nums2 ，返回它们的交集 。
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]
解释：[4,9] 也是可通过的

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。

二、代码实现

方法一：双层 for 循环

解题思路

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结果中。

代码实现

func intersection(nums1 []int, nums2 []int) []int {
	ret := make([]int, 0)
	numMap := make(map[int]int)
	for \_, num1 := range nums1 {
		for \_, num2 := range nums2 {
			if num1 == num2 && numMap[num1] == 0 {
				numMap[num1] = 1 // 放入map中
				ret = append(ret, num1)
			}
		}
	}
	return ret
}

复杂度分析

• 时间复杂度：O(mn)，其中 m 和 n 分别是两个数组的长度。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，因此总的时间复杂度是 O(mn)。
• 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。

方法二：借助哈希表

解题思路

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。

遍历数组 nums1，使用哈希表存储 nums1的每个元素，然后遍历数组 nums2，判断其每个元素是否在哈希表中，如果在哈希表中，则将该元素添加到返回结果中。

代码实现

func intersection(nums1 []int, nums2 []int) []int {
	ret := make([]int, 0)
	numMap := make(map[int]int)
	for \_, num1 := range nums1 {
		numMap[num1] = 1
	}
	for \_, num2 := range nums2 {
		if numMap[num2] > 0 {
			delete(numMap, num2) // 从 map 中删除
			ret = append(ret, num2)
		}
	}
	return ret
}

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。遍历数组 nums1 需要 O(m) 的时间，遍历数组 nums2 中需要 O(n) 的时间，因此总的时间复杂度是 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。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

//bbs.csdn.net/topics/618658159)**

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！