Leetcode 349

最新推荐文章于 2024-09-27 14:42:05 发布

2401_86367399

最新推荐文章于 2024-09-27 14:42:05 发布

阅读量406

点赞数 4

文章标签： leetcode 算法职场和发展

本文链接：https://blog.csdn.net/2401_86367399/article/details/141998179

版权

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
}

在这里插入图片描述

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
}

在这里插入图片描述