手机商城系统制作_敬请期待英文_atp最新排名_重庆seo教程搜索引擎优化

题目

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。

一、代码实现

func findDifference(nums1 []int, nums2 []int) [][]int {// 构建集合去重set1 := make(map[int]bool)for _, num := range nums1 {set1[num] = true}set2 := make(map[int]bool)for _, num := range nums2 {set2[num] = true}// 找nums1独有的元素diff1 := []int{}for num := range set1 {if !set2[num] {diff1 = append(diff1, num)}}// 找nums2独有的元素diff2 := []int{}for num := range set2 {if !set1[num] {diff2 = append(diff2, num)}}return [][]int{diff1, diff2}
}

二、算法分析

1. 核心思路

   • 集合去重：通过哈希表自动过滤重复元素
   • 差集运算：利用集合特性快速判断元素存在性，时间复杂度从暴力法的 O(n²) 优化为 O(n)

2. 关键步骤

   • 集合构建：遍历两个数组，将元素存入哈希表实现去重（时间复杂度 O(n+m)）
   • 差集计算：分别遍历两个集合，筛选出对方集合中不存在的元素
   • 结果收集：将筛选结果存入最终列表，顺序无关

3. 复杂度

   指标	值	说明
   时间复杂度	O(n + m)	两次遍历数组 + 两次遍历集合
   空间复杂度	O(n + m)	存储两个哈希表

三、图解示例

四、边界条件与扩展

1. 特殊场景处理
   • 全重叠数组：nums1 = [1,1], nums2 = [1] → 返回 [[], []]
   • 空数组输入：若 nums1 为空，则 answer[0] 为空列表
   • 大数据量：哈希表法可处理 1e5 级别数据量

2. 多语言实现对比

   # Python实现（集合差集）
   def findDifference(nums1, nums2):set1, set2 = set(nums1), set(nums2)return [list(set1 - set2), list(set2 - set1)]
   

   // Java实现（流式处理）
   public List<List<Integer>> findDifference(int[] nums1, int[] nums2) {Set<Integer> set1 = Arrays.stream(nums1).boxed().collect(Collectors.toSet());Set<Integer> set2 = Arrays.stream(nums2).boxed().collect(Collectors.toSet());return Arrays.asList(set1.stream().filter(n -> !set2.contains(n)).collect(Collectors.toList()),set2.stream().filter(n -> !set1.contains(n)).collect(Collectors.toList()));
   }
   

3. 算法对比

   方法	时间复杂度	空间复杂度	适用场景
   集合差集法	O(n + m)	O(n + m)	大数据量、需高效处理
   暴力遍历法	O(nm)	O(1)	教学演示
   排序+双指针	O(n log n + m log m)	O(1)	内存受限场景

五、总结与扩展

• 数学本质：集合运算的差集操作（A - B 和 B - A）
• 工程优化：哈希表去重与存在性检查的 O(1) 时间复杂度优势
• 扩展应用：
  1. 多数组对比：扩展至 N 个数组的差异分析
  2. 流式处理：使用布隆过滤器处理超大数据流
  3. 数据同步：识别数据库表之间的差异记录