Tags- binary search, hash table, two pointers, sort
方法一:sort+binary search
先对nums1、nums2从小到大排序,然后,对于nums2中不同的元素,我们在nums1中二分搜索,看看是否存在。
这里注意,nums2中的元素是排过序的,所以没有必要每个元素都在(0, nums1.size()-1)中二分搜索。比如,nums2的第一个元素在nums1的位置3处搜索到,那么nums2的第二个元素就可以在(4, nums1.size()-1)范围内二分搜索,这样这个范围会越来越小。这和后面的two pointers方法一样。
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
//对nums1排序
sort(nums1.begin(),nums1.end());
sort(nums2.begin(),nums2.end());
vector<int> res;
int size = nums2.size(), pos=0, prevVal = INT_MAX;
for(int i = 0; i < size; ++i){
if(nums2[i]!=prevVal && biSearch(nums1, pos, nums1.size()-1, nums2[i], pos)){
res.push_back(nums2[i]);
prevVal = nums2[i];
pos++;
}
}
return res;
}
bool biSearch(vector<int>& num ,int s, int e, int key, int& pos){//没有该元素的话,返回false,pos为这个元素应该插入的位置
int mid = 0; //有该元素的话,返回true,pos就是该元素的位置
while(e>=s){
mid = (s+e)/2;
if(num[mid]>key)
e = mid-1;
if(num[mid]<key)
s = mid+1;
if(num[mid]==key){
pos = mid;
return true;
}
}
pos = s;
return false;
}
};
方法二:sort+two pointers
同样还是先排序,不过接着它还将nums1、nums2中各自重复的元素给去除了。
使用two pointers代码更简洁
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
vector<int> result;
sort(nums1.begin(),nums1.end());
nums1.erase(unique(nums1.begin(),nums1.end()),nums1.end());
sort(nums2.begin(),nums2.end());
nums2.erase(unique(nums2.begin(),nums2.end()),nums2.end());
int len1=nums1.size();
int len2=nums2.size();
int i=0;int j=0;//two pointers
while(i<len1&&j<len2)
{
if(nums1[i]<nums2[j])
i++;
else if(nums1[i]>nums2[j])
j++;
else
{
result.push_back(nums1[i]);
i++;j++;
}
}
return result;
}
};
(set的方法):每个元素的值必须唯一,而且系统会根据该值来自动将数据排序。每个元素的值不能直接被改变。【重点】内部结构采用红黑树的平衡二叉树。
<span style="font-size:10px;">class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
set<int>s1,s2;
int n1=nums1.size(),n2=nums2.size();
for(int i=0;i<n1;i++) s1.insert(nums1[i]);
for(int i=0;i<n2;i++) s2.insert(nums2[i]);
vector<int>res;
set<int>::iterator it1=s1.begin(),it2=s2.begin();
while(it1!=s1.end()&&it2!=s2.end())
{
if(*it1==*it2)
{
res.push_back(*it1);
it1++;
it2++;
}
else if(*it1<*it2) it1++;
else it2++;
}
return res;
}
};</span>
方法三:hash table
map根据key值快速查找记录,查找的复杂度基本是Log(N)。用map实现也是hash table???
class Solution {
public:
vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
map<int,int>m;
int n1=nums1.size(),n2=nums2.size();
for(int i=0;i<n1;i++) m[nums1[i]]++;
vector<int>res;
for(int i=0;i<n2;i++)
{
if(m[nums2[i]]!=0)
{
res.push_back(nums2[i]);
m[nums2[i]]=0;
}
}
return res;
}
};