代码随想录--哈希表--两个数组的交集

题目

题意：给定两个数组，编写一个函数来计算它们的交集。
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

思路

这道题目，主要要学会使用一种哈希数据结构：unordered_set，这个数据结构可以解决很多类似的问题。

注意题目特意说明：输出结果中的每个元素一定是唯一的，也就是说输出的结果的去重的， 同时可以不考虑输出结果的顺序

这道题用暴力的解法时间复杂度是O(n^2)，那来看看使用哈希法进一步优化。

那么用数组来做哈希表也是不错的选择

但是要注意，使用数组来做哈希的题目，是因为题目都限制了数值的大小。

而这道题目没有限制数值的大小，就无法使用数组来做哈希表了。

而且如果哈希值比较少、特别分散、跨度非常大，使用数组就造成空间的极大浪费。

此时就要使用另一种结构体了，set ，关于set，C++ 给提供了如下三种可用的数据结构：

std::set
std::multiset
std::unordered_set

std::set和std::multiset底层实现都是红黑树，std::unordered_set的底层实现是哈希表， 使用unordered_set 读写效率是最高的，并不需要对数据进行排序，而且还不要让数据重复，所以选择unordered_set。

思路如图所示：
C++代码如下：

class Solution {
public:
vector intersection(vector& nums1, vector& nums2) {
unordered_set result_set; // 存放结果，之所以用set是为了给结果集去重
unordered_set nums_set(nums1.begin(), nums1.end());
for (int num : nums2) {
// 发现nums2的元素 在nums_set里又出现过
if (nums_set.find(num) != nums_set.end()) {
result_set.insert(num);
}
}
return vector(result_set.begin(), result_set.end());
}
};
时间复杂度: O(n + m) m 是最后要把 set转成vector
空间复杂度: O(n)

拓展

遇到哈希问题我直接都用set不就得了，用什么数组啊。

直接使用set 不仅占用空间比数组大，而且速度要比数组慢，set把数值映射到key上都要做hash计算的。

不要小瞧 这个耗时，在数据量大的情况，差距是很明显的。

后记

本题后面 力扣改了 题目描述 和 后台测试数据，增添了 数值范围：

1 <= nums1.length, nums2.length <= 1000
0 <= nums1[i], nums2[i] <= 1000

所以就可以 使用数组来做哈希表了， 因为数组都是 1000以内的。
对应C++代码如下：

class Solution {
public:
vector intersection(vector& nums1, vector& nums2) {
unordered_set result_set; // 存放结果，之所以用set是为了给结果集去重
int hash[1005] = {0}; // 默认数值为0
for (int num : nums1) { // nums1中出现的字母在hash数组中做记录
hash[num] = 1;
}
for (int num : nums2) { // nums2中出现话，result记录
if (hash[num] == 1) {
result_set.insert(num);
}
}
return vector(result_set.begin(), result_set.end());
}
};

时间复杂度: O(m + n)
空间复杂度: O(n)

Java

版本一：使用HashSet
import java.util.HashSet;
import java.util.Set;

class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
if (nums1 == null || nums1.length == 0 || nums2 == null || nums2.length == 0) {
return new int[0];
}
Set set1 = new HashSet<>();
Set resSet = new HashSet<>();
//遍历数组1
for (int i : nums1) {
set1.add(i);
}
//遍历数组2的过程中判断哈希表中是否存在该元素
for (int i : nums2) {
if (set1.contains(i)) {
resSet.add(i);
}
}

    //方法1：将结果集合转为数组

    return resSet.stream().mapToInt(x -> x).toArray();
    
    //方法2：另外申请一个数组存放setRes中的元素,最后返回数组
    int[] arr = new int[resSet.size()];
    int j = 0;
    for(int i : resSet){
        arr[j++] = i;
    }
    
    return arr;
}

}

版本二：使用Hash數組
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
定义哈希表
int[] hash1 = new int[1002];
int[] hash2 = new int[1002];
通过遍历nums1数组，将数组中每个元素的值作为索引，增加hash1相应索引位置的值。这相当于记录nums1中每个元素出现的次数。
for(int i : nums1)
hash1[i]++;

    for(int i : nums2)
        hash2[i]++;
    List<Integer> resList = new ArrayList<>();
    遍历hash1和hash2的每个索引（从0到1001），如果某个索引i在hash1和hash2中对应的值都大于0，说明i这个元素在nums1和nums2中都存在，将其加入结果列表resList。
    for(int i = 0; i < 1002; i++)
        if(hash1[i] > 0 && hash2[i] > 0)
            resList.add(i);
    int index = 0;
    int res[] = new int[resList.size()];
    for(int i : resList)
        res[index++] = i;
    return res;
}

}