Python 解LeetCode：Intersection of Two Arrays

最近，在用解决LeetCode问题的时候，做了349: Intersection of Two Arrays这个问题，就是求两个列表的交集。我这种弱鸡，第一种想法是把问题解决，而不是分析复杂度，于是写出了如下代码：

 class Solution(object):
     def intersection(self, nums1, nums2):
         """
         :type nums1: List[int]
         :type nums2: List[int]
         :rtype: List[int]
         """
         ret = []
         for i in nums1:
             if i in nums2 and not i in ret:
                 ret.append(i)
         return ret

打眼一看，嗯，挺好，时间负责度是O(n)，点击提交，AC；打开结果一看，EXM？才击败了15%？这是O(n*2)的复杂度啊！哪里有问题呢？再一看，问题就出在i in nums2这个语句中了，在Python中，List的in操作的时间复杂度是O(n)，也就是实现的算法复杂度果然是O(n2)了。看来只是单纯的看表面的循环的复杂度是不行的，还是要了解一些内部的实现。等等，这是两个列表的交集操作啊，集合才是完美的实现，python自带了集合类型set。嗯，就用集合了，又写了如下代码：

 class Solution(object):
     def intersection(self, nums1, nums2):
         """
         :type nums1: List[int]
         :type nums2: List[int]
         :rtype: List[int]
         """
         return list(set(nums1).intersection(set(nums2)))

提交，AC，查看结果，beat 80%，果然快了好多，代码还更加Pythonic了。对于Python的各种数据类型的时间复杂度，可以看这里。写代码的过程中，要充分了解Python的内部实现，才能运行的更快啊！

然后又看到了350. Intersection of Two Arrays II，这次的结果是两个数组的交集，但是可以有重复元素了，要运行O(n)的话，这次直接想到了用空间换时间，无非是使用hash了，Python的字典就是hash实现的，于是写了：

 class Solution(object):
     def intersect(self, nums1, nums2):
         """
         :type nums1: List[int]
         :type nums2: List[int]
         :rtype: List[int]
         """
         tmp_dict = dict()
         ret = []
         for i in nums1:
             tmp_dict[i] = tmp_dict[i] + 1 if tmp_dict.get(i) else 1
         for n in nums2:
             if tmp_dict.get(n) > 0:
                 ret.append(n)
                 tmp_dict[n] -= 1
         return ret

提交运行，果然，击败了90%。结果不错，但是我还是想到用Python的Countrs了，这样会不会更快呢？点击打开讨论区，果然看到有这样用的：

 class Solution(object):
     def intersect(self, nums1, nums2):
         """
         :type nums1: List[int]
         :type nums2: List[int]
         :rtype: List[int]
         """
         a, b = map(collections.Counter, (nums1, nums2))
         return list((a & b).elements())

代码更短了，对于熟悉Counters的人来说，也更好理解了，不过运行效率也没有提升。至于哪种方式好，就是另外一个问题了。