zoukankan      html  css  js  c++  java
  • LeetCode刷题记录(4)—— 350. 两个数组的交集

    (借用官方题解)

    方法一:哈希映射
    前面的问题 349. 两个数组的交集,我们使用 set 来实现线性时间复杂度。在这里,我们需要使用 HashMap 来跟踪每个数字出现的次数。

    我们先在 HashMap 记录一个数组中的存在的数字和对应出现的次数。然后,我们遍历第二个数组,检查数字在 HashMap 中是否存在,如果存在且计数为正,则将该数字添加到答案并减少 HashMap 中的计数。

    检查数组的大小并对较小的数组进行哈希映射是一个小细节,当其中一个数组较大时,会减少内存的使用。

    算法:

    如果 nums1 元素个数大于 nums2,则交换数组元素。
    对于 nums1 的每个元素,添加到 HashMap m 中,如果元素已经存在则增加对应的计数。
    初始化 k = 0,记录当前交集元素个数。
    遍历数组 nums2:
    检查元素在 m 是否存在,若存在且计数为正:
    将元素拷贝到 nums1[k],且 k++。
    减少 m 中对应元素的计数。
    返回 nums1 前 k 个元素。

    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        if (nums1.size() > nums2.size()) {
            return intersect(nums2, nums1);
        }
        unordered_map<int, int> m;
        for (auto n : nums1) {
            ++m[n];
        }
        int k = 0;
        for (auto n : nums2) {
            auto it = m.find(n);
            if (it != end(m) && --it->second >= 0) {
                nums1[k++] = n;
            }
        }
        return vector(begin(nums1), begin(nums1) + k);
    }

    时间复杂度:mathcal{O}(n + m)O(n+m)。其中 nn,mm 分别代表了数组的大小。
    空间复杂度:mathcal{O}(min(n, m))O(min(n,m)),我们对较小的数组进行哈希映射使用的空间。

    方法二:排序
    当输入数据是有序的,推荐使用此方法。在这里,我们对两个数组进行排序,并且使用两个指针在一次扫面找出公共的数字。


    算法:

    对数组 nums1 和 nums2 排序。
    初始化指针 i,j 和 k 为 0。
    指针 i 指向 nums1,指针 j 指向 nums2:
    如果 nums1[i] < nums2[j],则 i++。
    如果 nums1[i] > nums2[j],则 j++。
    如果 nums1[i] == nums2[j],将元素拷贝到 nums1[k],且 i++,j++,k++。
    返回数组 nums1 前 k 个元素。

    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        sort(begin(nums1), end(nums1));
        sort(begin(nums2), end(nums2));
        int i = 0, j = 0, k = 0;
        while (i < nums1.size() && j < nums2.size()) {
            if (nums1[i] < nums2[j]) {
                ++i;
            } else if (nums1[i] > nums2[j]) {
                ++j;
            } else {
                nums1[k++] = nums1[i++];
                ++j;
            }
        }
        return vector<int>(begin(nums1), begin(nums1) + k);
    }

    复杂度分析

    时间复杂度:mathcal{O}(nlog{n} + mlog{m})O(nlogn+mlogm)。其中 nn,mm 分别代表了数组的大小。我们对数组进行了排序然后进行了线性扫描。
    空间复杂度:O(1)O(1),我们忽略存储答案所使用的空间,因为它对算法本身并不重要。

  • 相关阅读:
    paip.关于动画效果的原则 html js 框架总结
    一个二维阵列蛇的实现
    数据验证validator 与 DWZ
    20140704, 七月微软安全补丁的通知
    oracle9
    oracle8
    oracle7
    oracle6
    Java正常关闭资源的方式
    oracle5
  • 原文地址:https://www.cnblogs.com/esperanza/p/12206106.html
Copyright © 2011-2022 走看看