商城型网站开发网站建设十大跨界营销案例

目录

解法一：利用 Set 特性高效去重

解法二：双重遍历与 Set 去重

方法对比与总结

关键点总结

---

题目描述
给定两个整数数组 nums1 和 nums2，要求返回它们的交集。输出结果中的每个元素必须是唯一的，且顺序不限。

示例

• 输入：nums1 = [1,2,2,1], nums2 = [2,2]
  输出：[2]

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

---

解法一：利用 Set 特性高效去重

思路

1. 将 nums1 转换为 Set 结构，自动去重。

2. 遍历 nums2，检查元素是否存在于 Set 中：

   • 若存在，则将该元素加入结果数组，并从 Set 中删除，避免后续重复匹配。

3. 最终返回结果数组。

代码实现

var intersection = function(nums1, nums2) {const st = new Set(nums1);const ans = [];for (const x of nums2) {if (st.delete(x)) { // 如果元素存在，删除并收集ans.push(x);}}return ans;
};

复杂度分析

• 时间复杂度：O(m + n)，其中 m 和 n 是数组长度。
  转换 nums1 为 Set 需要 O(m)，遍历 nums2 需要 O(n)。

• 空间复杂度：O(m)，用于存储 Set。

优势

• 高效处理重复元素：通过 st.delete(x) 确保每个元素只匹配一次。

• 线性时间复杂度，适合处理大数据量。

---

解法二：双重遍历与 Set 去重

思路

1. 遍历 nums1，对每个元素检查是否存在于 nums2 中。

2. 若存在，则将其加入 Set 自动去重。

3. 最终将 Set 转为数组返回。

代码实现

var intersection = function(nums1, nums2) {let set = new Set();for (let i = 0; i < nums1.length; i++) {if (nums2.includes(nums1[i])) {set.add(nums1[i]);}}return Array.from(set);
};

复杂度分析

• 时间复杂度：O(m × n)，最坏情况下需遍历 nums2 的每个元素。

• 空间复杂度：O(k)，k 为交集元素的数量。

缺点

• nums2.includes() 的时间复杂度为 O(n)，当数组较大时性能较差。

---

方法对比与总结

特性	解法一（Set + 删除）	解法二（双重遍历 + Set）
时间复杂度	O(m + n)	O(m × n)
空间复杂度	O(m)	O(k)
处理重复元素	立即删除，避免重复匹配	依赖 Set 去重
适用场景	大数据量	小数据量或简单场景

推荐解法
优先选择解法一，因为它利用 Set 的高效查找和删除操作，时间复杂度更低，尤其适合处理大规模数据。解法二虽然代码更直观，但性能较差，仅在数据量较小时适用。

---

关键点总结

1. 去重机制：使用 Set 结构天然去重。

2. 性能优化：通过删除已匹配元素减少重复检查。

3. 方法选择：根据数据规模选择时间复杂度更优的解法。