解决之路= =

题目描述

在这里插入图片描述

测试案例（部分）

在这里插入图片描述

第一次

顺着“两个数组的交集”的思路想，先用集合处理nums1和nums2，然后通过“交集”运算得出列表res，然后循环检查列表res，得出各个元素在两个数组中出现的最小次数，最终在列表plus中添上少的元素，借助python的列表相加，返回res+plus就是答案。

class Solution(object):
    def intersect(self, nums1, nums2):
        res = list(set(nums1) & set(nums2))
        plus = []
        for i in res:
            s = min(nums1.count(i), nums2.count(i))
            for j in range(s - 1):
                plus.append(i)
        return res + plus

测试正确，提交通过。不过，效率不高。

在这里插入图片描述

第二次

想一想如何优化。在进阶提示中，第一条就是有序的两个数组会怎么优化算法。

看了看评论区，有人在两个有序数组的基础上再用双指针法进行遍历（假设是p1和p2两个指针，各自从nums1和nums2开始找），如果相同p1和p2一起+1，不相同时，哪边小了哪边+1，这样不但可以控制多次加入同样的元素，还保证了时间复杂度是O(m+n)。

按照这个思路我们来实现一下，转化成代码比较简单。

class Solution:
    def intersect(self, nums1, nums2):
        nums1.sort()
        nums2.sort()
        p1, p2 = 0, 0
        res = []
        while p1 < len(nums1) and p2 < len(nums2):
            if nums1[p1] == nums2[p2]:
                res.append(nums1[p1])
                p1 += 1
                p2 += 1
            else:
                if nums1[p1] < nums2[p2]:
                    p1 += 1
                else:
                    p2 += 1
        return res

测试正确，提交成功！

在这里插入图片描述

可以说，双指针法不一定局限于一个数据中使用。一个数组可以一前一后，然后夹住我们最终需要的结果；两个数组可以一个数组一个，从头到尾相互比对。

前面有题目也表示了双指针可以应用于有序数组也可以应用于无序，所以双指针法有灵活一点，针对需求，有时会有奇效。

杂谈

前面写很多题的时候，很多时候都看到了动态规划这个思想，不过试着用这个代码跑了跑，花费5512 ms时间。。。太慢了，思路也没怎么看懂，看看以后的题目能不能练一下吧。

"""动态规划"""
class Solution:
    def intersect(self, nums1, nums2):
        nums1 = sorted(nums1)
        nums2 = sorted(nums2)
        dp = [[[]] * (len(nums2)+1) for _ in range(len(nums1)+1)]
        for i in range(1, len(nums1)+1):
            for j in range(1, len(nums2)+1):
                if nums1[i-1] == nums2[j-1]:
                    dp[i][j] = dp[i-1][j-1] + [nums1[i-1]]
                else:
                    dp[i][j] = max(dp[i][j-1], dp[i-1][j], key=len).copy()
        return dp[-1][-1]