有两个int32位的无序数组找出同时包含的数字。 数组长度分别为M和N。
暴力搜索
采用循环遍历找出相同的数值。
def find_same(array1, array2):
found = []
for i in array1:
for j in array2:
if i == j:
found.append(i)
break # 找出一个值即可
return found
if __name__ == '__main__':
print(find_same([1, 3, 2, 4, 5], [3, 4, 5]))
空间复杂度 O(1)
时间复杂度 O(M)*O(N)
排序后搜索
对较短的一个数据进行排序, 然后进行二分查找
def binary_search(value, arr):
low = 0
high = len(arr) - 1
while low <= high:
mid = (low + high) // 2
if arr[mid] > value:
high = mid - 1
elif arr[mid] < value:
low = mid + 1
elif arr[mid] == value:
return True
return False
def heapify(arr, n, i):
largest = i
l = 2 * i + 1 # left = 2*i + 1
r = 2 * i + 2 # right = 2*i + 2
if l < n and arr[i] < arr[l]:
largest = l
if r < n and arr[largest] < arr[r]:
largest = r
if largest != i:
arr[i], arr[largest] = arr[largest], arr[i] # 交换
heapify(arr, n, largest)
def heapSort(arr):
n = len(arr)
# 创建大顶堆
for i in range(n, -1, -1):
heapify(arr, n, i)
# 一个个交换元素
for i in range(n - 1, 0, -1):
arr[i], arr[0] = arr[0], arr[i] # 交换
heapify(arr, i, 0)
def find_same(array1, array2):
found = []
heapSort(array2)
for value in array1:
if (binary_search(value, array2)):
found.append(value)
return found
if __name__ == '__main__':
print(find_same([1, 3, 2, 4, 5], [3, 4, 5]))
空间复杂度 O(1)
时间复杂度 O( n l o g 2 n n log_2 n nlog2n)
采用hash 存储数据
使用Hash Map存储数据,然后通过Hash查找。(不考虑hash碰撞问题)
空间复杂度 O(n)
时间复杂度 O(n)
采用 bitsets 存储数据
在数组足够长的情况下,将数据采用bitset来表示, 然后遍历数组。
这种方法需要消耗大量内存,但是速度最快。
32位无符号整型所占内存 2 32 = 512 M 2^{32} = 512M 232=512M
空间复杂度 O(1)
时间杂度 O(n)