时间:2020-9-3
题目地址:https://leetcode-cn.com/problems/intersection-of-two-arrays-ii/
题目难度:Easy
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次数的最小值一致。
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,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?
思路1:用计数
349加的set过滤重复,这个加个次数判断
代码段1:通过
class Solution:
def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
if nums1 == [] or nums2 == []:return []
res = []
for i in nums1:
if i in nums2 and res.count(i) < min(nums1.count(i), nums2.count(i)):
res.append(i)
return res
总结:
- 至少现在简单题无压力,只能这么安慰自己了
思路2:用哈希
代码段2:通过
class Solution:
def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
n1, n2 = collections.Counter(nums1), collections.Counter(nums2)
res = []
for i in n1:
temp = min(n1[i], n2[i])
while temp:
res.append(i)
temp -= 1
return res
总结:
- 次数还是哈希好使
进阶
问题1:
排序双指针 时间复杂度:O(max(nlogn, mlogm, n+m)),空间复杂度:O(1),如果已排序O(n)即可
class Solution:
def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
nums1.sort()
nums2.sort()
res = []
left, right = 0, 0
while left < len(nums1) and right < len(nums2):
if nums1[left] < nums2[right]:
left += 1
elif nums1[left] == nums2[right]:
res.append(nums1[left])
left += 1
right += 1
else:
right += 1
return res
问题2:
将较小的数组哈希计数,随后在另一个数组中根据哈希来寻找。
时间复杂度:O(max(n, m))
空间复杂度:O(min(n, m))
思路二改写的,也不知道对不对
class Solution:
def intersect(self, nums1: List[int], nums2: List[int]) -> List[int]:
n1, n2 = collections.Counter(nums1), collections.Counter(nums2)
res = []
min_n = n1 if len(n1) <= len(n2) else n2
for i in min_n:
temp = min(n1[i], n2[i])
while temp:
res.append(i)
temp -= 1
return res
问题3:
通过归并外排将两个数组排序后再使用排序双指针查找
但是解法一中需要改造,一般说排序算法都是针对于内部排序,一旦涉及到跟磁盘打交道(外部排序),则需要特殊的考虑。归并排序是天然适合外部排序的算法,可以将分割后的子数组写到单个文件中,归并时将小文件合并为更大的文件。当两个数组均排序完成生成两个大文件后,即可使用双指针遍历两个文件,如此可以使空间复杂度最低。