LeetCode刷题之哈希表 第349题 两个数组的交集

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]

示例2

输入：nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出：[9,4]

说明

• 输出结果中的每个元素一定是唯一的
• 物品们可以不考虑输出结果的顺序

方法一：两个集合

JAVA代码

算法思想

新建集合1和集合2，首先遍历第一个数组并去重，并存放在集合1中，然后遍历第二个数组，对于第二个数组中的每个元素，如果该元素在集合1中，则将该元素存放到集合2中，遍历完成后，将集合2中的元素存放到一个新建的数组中，返回该数组

class Solution {
    public int[] intersection(int[] nums1, int[] nums2) {
        Set parentSet = new HashSet();
        Set childSet = new HashSet();
        for (int num : nums1) {
            parentSet.add(num);
        }
        for (int num : nums2) {
            if (parentSet.contains(num)) {
                childSet.add(num);
            }
        }
        int[] newArr = new int[childSet.size()];
        int index = 0;
        for (int num : childSet) {
            newArr[index++] = num;
        }
        return newArr;
    }
}

复杂度分析

时间复杂度：O(m+n)，其中 m 和 n 分别是两个数组的长度。使用两个集合分别存储两个数组中的元素需要 O(m+n) 的时间，遍历较小的集合并判断元素是否在另一个集合中需要 O(min(m,n)) 的时间，因此总时间复杂度是 O(m+n)。

空间复杂度：O(m+n)，其中 m 和 n 分别是两个数组的长度。空间复杂度主要取决于两个集合。

方法二：排序+双指针

算法思想

首先新建一个集合，对两个数组进行排序，然后使用两个指针遍历两个数组。

初始时，两个指针分别指向两个数组的头部。每次比较两个指针指向的两个数组中的数字，如果两个数字不相等，则将指向较小数字的指针右移一位，如果两个数字相等，则将该数字添加到集合，同时将两个指针都右移一位。当至少有一个指针超出数组范围时，遍历结束

最后，将集合中的元素存放到数组中并返回数组

JAVA代码

class Solution {
    public int[] intersection(int[] nums1, int[] nums2) {
        Arrays.sort(nums1);
        Arrays.sort(nums2);
        int i = 0, j = 0;
        Set nums = new HashSet();
        while (i < nums1.length && j < nums2.length) {
            if (nums1[i] == nums2[j]) {
                nums.add(nums1[i]);
            } else if (nums1[i] < nums2[j]) {
                ++i;
            } else if (nums1[i] > nums2[j]) {
                ++j;
            }
        }
        int[] newArr = new int[nums.size()];
        int index = 0;
        for (int num : nums) {
            newArr[index++] = num;
        }
        return newArr;
    }
}

复杂度分析

时间复杂度：O(mlogm+nlogn)，其中 m 和 n 分别是两个数组的长度。对两个数组排序的时间复杂度分别是 O(mlogm) 和 O(nlogn)，双指针寻找交集元素的时间复杂度是 O(m+n)，因此总时间复杂度是 O(mlogm+nlogn)。

空间复杂度：O(logm+logn)，其中 m 和 n 分别是两个数组的长度。空间复杂度主要取决于排序使用的额外空间。