LC2215. 找出两数组的不同 find-the-difference-of-two-arrays
LC2215. 找出两数组的不同 find-the-difference-of-two-arrays
给你两个下标从 0 开始的整数数组 nums1 和 nums2 ,请你返回一个长度为 2 的列表 answer ,其中:
answer[0] 是 nums1 中所有 不 存在于 nums2 中的 不同 整数组成的列表。
answer[1] 是 nums2 中所有 不 存在于 nums1 中的 不同 整数组成的列表。
注意:列表中的整数可以按 任意 顺序返回。
示例 1:
输入:nums1 = [1,2,3], nums2 = [2,4,6]
输出:[[1,3],[4,6]]
解释:
对于 nums1 ,nums1[1] = 2 出现在 nums2 中下标 0 处,然而 nums1[0] = 1 和 nums1[2] = 3 没有出现在 nums2 中。因此,answer[0] = [1,3]。
对于 nums2 ,nums2[0] = 2 出现在 nums1 中下标 1 处,然而 nums2[1] = 4 和 nums2[2] = 6 没有出现在 nums2 中。因此,answer[1] = [4,6]。
示例 2:
输入:nums1 = [1,2,3,3], nums2 = [1,1,2,2]
输出:[[3],[]]
解释:
对于 nums1 ,nums1[2] 和 nums1[3] 没有出现在 nums2 中。由于 nums1[2] == nums1[3] ,二者的值只需要在 answer[0] 中出现一次,故 answer[0] = [3]。
nums2 中的每个整数都在 nums1 中出现,因此,answer[1] = [] 。
提示:
1 <= nums1.length, nums2.length <= 1000
-1000 <= nums1[i], nums2[i] <= 1000
v1-Hash
思路
我们用 HashSet 去重,同时判断元素是否存在。
实现
public List<List<Integer>> findDifference(int[] nums1, int[] nums2) {
// hash
Set<Integer> num1Set = new HashSet<>();
for(int num : nums1) {
num1Set.add(num);
}
Set<Integer> num2Set = new HashSet<>();
for(int num : nums2) {
num2Set.add(num);
}
List<Integer> list1 = new ArrayList<>();
for(int num : num1Set) {
if(!num2Set.contains(num)) {
list1.add(num);
}
}
List<Integer> list2 = new ArrayList<>();
for(int num : num2Set) {
if(!num1Set.contains(num)) {
list2.add(num);
}
}
return Arrays.asList(list1, list2);
}
效果
10ms 击败 88.74%
反思
所以呢?为什么不是 100%?
v2-数组优化
思路
注意到 -1000 <= nums1[i], nums2[i] <= 1000
我们可以用数组来替代 hashSet
实现
public List<List<Integer>> findDifference(int[] nums1, int[] nums2) {
boolean[] seen1 = new boolean[2001];
boolean[] seen2 = new boolean[2001];
// 偏移量,避免负数下标
int offset = 1000;
for (int num : nums1) seen1[num + offset] = true;
for (int num : nums2) seen2[num + offset] = true;
List<Integer> list1 = new ArrayList<>();
List<Integer> list2 = new ArrayList<>();
for (int i = 0; i <= 2000; i++) {
if (seen1[i] && !seen2[i]) list1.add(i - offset);
if (seen2[i] && !seen1[i]) list2.add(i - offset);
}
return Arrays.asList(list1, list2);
}
效果
3ms 击败 98.98%