[LeetCode]350. Intersection of Two Arrays II(求两个数组交集 II)

350. Intersection of Two Arrays II

点击查看349. Intersection of Two Arrays

原题链接

Given two arrays, write a function to compute their intersection.

给两个数组，写一个函数求交集

Example:

Given nums1 = [1, 2, 2, 1], nums2 = [2, 2], return [2, 2].

Note:

Each element in the result should appear as many times as it shows in both arrays.

结果中的每个元素都应该出现在两个数组中的多次。

The result can be in any order.

结果可以以任何顺序。

Follow up:(进一步思考)

What if the given array is already sorted? How would you optimize your algorithm?

如果给定数组已经排序了怎么办？你如何优化你的算法？

What if nums1’s size is small compared to nums2’s size? Which algorithm is better?

如果nums1的规模相比，nums2尺寸小？哪种算法比较好？

What if elements of nums2 are stored on disk, and the memory is limited such that you cannot load all elements into the memory at once?

如果元素的nums2存储在磁盘上，而记忆是有限的，你无法加载所有的元素进记忆呢？

思路1：

与349题解法类似，不再赘述，点击查看349题解法

代码如下：

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;
class Solution {
public:
vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
vector<int> res;
if(nums1.empty() || nums2.empty())
return res;
vector<int>& NUMS1 = nums1;
vector<int>& NUMS2 = nums2;
sort(NUMS1.begin(), NUMS1.end());
sort(NUMS2.begin(), NUMS2.end());

for(int i=0,j=0; i<NUMS1.size()&&j<NUMS2.size();){
if(NUMS1[i] == NUMS2[j]){
res.push_back(NUMS1[i]);
i++;j++;
continue;
}
else if(NUMS1[i] > NUMS2[j]){
j++;
}
else{
i++;
}
}
return res;
}
};
int main()
{
Solution a;
int num1[] = {1, 2, 2, 1};
int num2[] = {2, 2};
vector<int> nums1(num1, num1 + sizeof(num1)/sizeof(num1[0]));
vector<int> nums2(num2, num2 + sizeof(num2)/sizeof(num2[0]));
vector<int> res = a.intersect(nums1, nums2);
for(int i=0; i<res.size(); i++){
cout << res[i] << " ";
}
return 0;
}

思路2：

根据进一步思考的内容，相处了用hash表的方法，比较简单直接贴出代码

如果是有序的可以不用hash表, 同时扫描两个数组, 找相同的.

如果nums2在磁盘中, 用hash表无影响

代码如下：

vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
if(nums1.size()==0 || nums2.size()==0)
return vector<int>();
vector<int> res;
unordered_map<int, int> HASH;
for(auto val1: nums1)
HASH[val1]++;
for(auto val2: nums2){
if(HASH.count(val2) && HASH[val2]>0)
res.push_back(val2);
HASH[val2]--;
}
return res;
}

如果不排序，O(mn)。

如果m和n都在合理范围内，先排序，再一个一个对比，时间复杂度O(nlgn + mlgm + m+n)。

如果m远小于n, 对n排序，m也排序（nlgn+mlgm+m+n），或者m不排序(nlgn + mn)。 这两种都差不多。也可以对m不排序，在n里做binary search(二叉查找)，这样复杂度降低为nlgn+mlgn, 降很低。

如果n很大，n只能存在disk上。只能把m load到内存，然后n一个一个的读进来，和m对比，这时m可以用hash存，这样复杂度就为O（n）了。

以上结论参考点击查看