标签:函数 多次 遍历数组 else 目标 val MLOG min 需要
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: [2,2]
示例 2:
输入: nums1 = [4,9,5], nums2 = [9,4,9,8,4]
输出: [4,9]
说明:
输出结果中每个元素出现的次数,应与元素在两个数组中出现的次数一致。
我们可以不考虑输出结果的顺序。
进阶:
如果给定的数组已经排好序呢?你将如何优化你的算法?
如果 nums1 的大小比 nums2 小很多,哪种方法更优?
如果 nums2 的元素存储在磁盘上,磁盘内存是有限的,并且你不能一次加载所有的元素到内存中,你该怎么办?
需要多次记录交集中的重复元素,倘若无此条件,只需用set即可。考虑到需要记录重复元素的出现次数,可以考虑hashmap;关于空间复杂度,主要考虑哈希表的空间,因此选择长度小的数组取哈希映射,数组值为key,出现次数为value。
也可以考虑排序数组后,对两个数组迭代,双指针,空间复杂度小。为了节省空间,两种方法都可以将小数组作为目标输出数组,找到交集元素后给小数组从首位开始赋值。
/*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。 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。 */ public int[] intersect(int[] nums1, int[] nums2) { if (nums1.length > nums2.length) { return intersect(nums2, nums1); } HashMap<Integer, Integer> m = new HashMap<>(); for (int n : nums1) { m.put(n, m.getOrDefault(n, 0) + 1); } int k = 0; for (int n : nums2) { int cnt = m.getOrDefault(n, 0); if (cnt > 0) { nums1[k++] = n; m.put(n, cnt - 1); } } return Arrays.copyOfRange(nums1, 0, k); } /* 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。 时间复杂度:\mathcal{O}(n\log{n} + m\log{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。 */ public int[] intersect(int[] nums1, int[] nums2) { Arrays.sort(nums1); Arrays.sort(nums2); int i = 0, j = 0, k = 0; while (i < nums1.length && j < nums2.length) { if (nums1[i] < nums2[j]) { ++i; } else if (nums1[i] > nums2[j]) { ++j; } else { nums1[k++] = nums1[i++]; ++j; } } return Arrays.copyOfRange(nums1, 0, k); }
标签:函数 多次 遍历数组 else 目标 val MLOG min 需要
原文地址:https://www.cnblogs.com/faded828x/p/13122115.html