[Leetcode] 350. Intersection of Two Arrays II 解题报告

本文介绍了一种计算两个数组交集的方法,并提供了相应的C++代码实现。同时探讨了不同场景下的优化策略,包括已排序数组、数组大小差异较大及内存限制等情况。

题目

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

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.
  • The result can be in any order.

Follow up:

  • What if the given array is already sorted? How would you optimize your algorithm?
  • What if nums1's size is small compared to nums2's size? Which algorithm is better?
  • 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?

思路

这道题目本身仍然不难,下面代码片段的时间复杂度是O(n1) + O(n2),空间复杂度是O(n1),其中n1和n2分别是第一个数组和第二个数组的大小(严格来讲空间复杂度是输入敏感的,我们这里先不细究了)。但是我们需要回答好三个Follow up问题:

1)如果数组本身是排好序的,那么我们就不需要额外定义哈希表了,可以直接采用类似于归并排序的思想,对两个数组进行线性扫描,发现相同的元素的时候,记录他们出现的最小次数,并且将该次数个元素加入结果集中。此时空间复杂度可以降低到O(1)。

2)如果nums1的元素个数小于nums2,那么我们可以反过来将nums1中的数组元素放入哈希表中,这样可以将空间复杂度降低。

3)这种情况就需要分批加载nums2中的数据元素了,不过算法不会改变太多,还是先把nums1哈希出来(如果nums1的数组元素还不是太大的话)。然后就需要对nums2中的数组分批加载进来,和nums1求交。

代码

class Solution {
public:
    vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {
        unordered_map<int, int> hash;
        for (auto val : nums1) {
            ++hash[val];
        }
        vector<int> ret;
        for (auto val : nums2) {
            if (hash.count(val) > 0 && hash[val] > 0) {
                ret.push_back(val);
                --hash[val];
            }
        }
        return ret;
    }
};
基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问题的研究与实现,重点利用Matlab进行算法编程和仿真。p-Hub选址是物流与交通网络中的关键问题,旨在通过确定最优的枢纽节点位置和非枢纽节点的分配方式,最小化网络总成本。文章详细阐述了粒子群算法的基本原理及其在解决组合优化问题中的适应性改进,结合p-Hub中转网络的特点构建数学模型,并通过Matlab代码实现算法流程,包括初始化、适应度计算、粒子更新与收敛判断等环节。同时可能涉及对算法参数设置、收敛性能及不同规模案例的仿真结果分析,以验证方法的有效性和鲁棒性。; 适合人群:具备一定Matlab编程基础和优化算法理论知识的高校研究生、科研人员及从事物流网络规划、交通系统设计等相关领域的工程技术人员。; 使用场景及目标:①解决物流、航空、通信等网络中的枢纽选址与路径优化问题;②学习并掌握粒子群算法在复杂组合优化问题中的建模与实现方法;③为相关科研项目或实际工程应用提供算法支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现逻辑,重点关注目标函数建模、粒子编码方式及约束处理策略,并尝试调整参数或拓展模型以加深对算法性能的理解。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值