349_兩個陣列的交集
阿新 • • 發佈：2018-11-12
目錄
349_兩個陣列的交集
描述
給定兩個陣列，編寫一個函式來計算它們的交集。
示例1：
輸入：nums1 = [1,2,2,1], nums2 = [2,2] 輸出：[2]
示例2：
輸入：nums1 = [4,9,5], nums2 = [9,4,9,8,4]
輸出：[9,4]說明：
- 輸出結果中的每個元素一定是唯一的。
- 我們可以不考慮輸出結果的順序。
方法一：兩個雜湊表
Java 實現
import java.util.Set; import java.util.HashSet; class Solution { public int[] intersection(int[] nums1, int[] nums2) { Set<Integer> set1 = new HashSet<>(); Set<Integer> set2 = new HashSet<>(); for (int num : nums1) { set1.add(num); } for (int num : nums2) { if (set1.contains(num)) { set2.add(num); } } int[] ret = new int[set2.size()]; int i = 0; for (int num : set2) { ret[i++] = num; } return ret; } } // Runtime: 2 ms // Your runtime beats 98.84 % of java submissions.
複雜度分析：
- 時間複雜度：\(O(n)\)
- 空間複雜度：\(O(n)\)
類似的 Java 實現
import java.util.List; import java.util.ArrayList; import java.util.Set; import java.util.HashSet; class Solution { public int[] intersection(int[] nums1, int[] nums2) { Set<Integer> set = new HashSet<>(); for (int num : nums1) { set.add(num); } List<Integer> list = new ArrayList<>(); for (int num : nums2) { if (set.contains(num)) { list.add(num); set.remove(num); } } int[] ret = new int[list.size()]; for (int i = 0; i < list.size(); ++i) { ret[i] = list.get(i); } return ret; } }
Python 實現
class Solution:
def intersection(self, nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: List[int]
"""
return list(set(nums1) & set(nums2))複雜度分析同上。
類似的 Python 實現
class Solution:
def intersection(self, nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: List[int]
"""
if len(nums1) == 0 or len(nums2) == 0:
return []
ret = []
s1 = set(nums1)
s2 = set(nums2)
for num in s1:
if num in s2:
ret.append(num)
return ret
# Runtime: 36 ms
# Your runtime beats 100.00 % of python3 submissions.複雜度分析同上。
方法二：雙指標
Java 實現
import java.util.Arrays;
import java.util.Set;
import java.util.HashSet;
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
Arrays.sort(nums1);
Arrays.sort(nums2);
Set<Integer> set = new HashSet<>();
int i = 0, j= 0;
while (i < nums1.length && j < nums2.length) {
if (nums1[i] < nums2[j]) {
++i;
} else if (nums1[i] > nums2[j]) {
++j;
} else {
set.add(nums1[i]);
++i;
++j;
}
}
int[] ret = new int[set.size()];
int k = 0;
for (int num : set) {
ret[k++] = num;
}
return ret;
}
}
// Runtime: 3 ms
// Your runtime beats 90.80 % of java submissions.複雜度分析：
- 時間複雜度：\(O(nlog(n))\)
- 空間複雜度：\(O(n)\)
方法三：二分查詢
Java 實現
import java.util.Arrays;
import java.util.Set;
import java.util.HashSet;
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
Arrays.sort(nums2);
Set<Integer> set = new HashSet<>();
for (int num : nums1) {
if (binarySearch(nums2, num)) {
set.add(num);
}
}
int[] ret = new int[set.size()];
int i = 0;
for (int num : set) {
ret[i++] = num;
}
return ret;
}
private boolean binarySearch(int[] nums, int target) {
int low = 0;
int high = nums.length - 1;
while (low <= high) {
int mid = low + (high - low) / 2;
if (nums[mid] == target) {
return true;
} else if (nums[mid] < target) {
low = mid + 1;
} else {
high = mid - 1;
}
}
return false;
}
}
// Runtime: 6 ms
// Your runtime beats 23.44 % of java submissions.複雜度分析：
- 時間複雜度：\(O(nlog(n))\)
- 空間複雜度：\(O(n)\)
方法四
Java 實現
class Solution {
public int[] intersection(int[] nums1, int[] nums2) {
// 確定陣列 nums1 的取值範圍
int max = Integer.MIN_VALUE;
int min = Integer.MAX_VALUE;
for (int num : nums1) {
if (num > max) {
max = num;
}
if (num < min) {
min = num;
}
}
boolean[] arr = new boolean[max - min + 1];
for (int num : nums1) {
arr[num - min] = true;
}
// 判斷陣列 nums2 中的數是否在陣列 nums1 中存在，
// 如果存在儲存在陣列 tmp 中
int[] tmp = new int[max - min + 1];
int idx = 0;
for (int num : nums2) {
if (num >= min && num <= max && arr[num - min]) {
tmp[idx++] = num;
arr[num- min] = false;
}
}
// 返回結果
int[] ret = new int[idx];
for (int i = 0; i < idx; i++) {
ret[i] = tmp[i];
}
return ret;
}
}
// Runtime: 0 ms
// Your runtime beats 100.00 % of java submissions.複雜度分析：
- 時間複雜度：\(O(n)\)
- 空間複雜度：\(O(n)\)