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
-
将
nums1转换为Set结构，自动去重。 -
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。
-
-
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
-
遍历
nums1，对每个元素检查是否存在于nums2中。 -
若存在，则将其加入
Set自动去重。 -
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
-
去重机制：使用
Set结构天然去重。 -
性能优化：通过删除已匹配元素减少重复检查。
-
方法选择：根据数据规模选择时间复杂度更优的解法。