所謂ARTS： 每週至少做一個LeetCode的算法題；閱讀並點評至少一篇英文技術文章；學習至少一個技術技巧；分享一篇有觀點和思考的技術文章。（也就是Algorithm、Review、Tip、Share 簡稱ARTS）這是第二十三期打卡。
Algorithm LeetCode算法
兩個數組的交集
(https://leetcode-cn.com/problems/intersection-of-two-arrays-ii/)
題目描述：給定了兩個數組，編寫一個函數來計算它們的交集。
示例1：
輸入：nums1 = [1,2,2,1], nums2 = [2,2]
輸出：[2,2]
示例2：
輸入：nums1 = [4,9,5],nums2 = [9,4,9,8,4]
輸出：[4,9]
說明：
- 輸出結果中每個元素出現的次數，應與元素在兩個數組中出現的次數一致
- 我們可以不考慮輸出結果的順序
用哈希表進行題解
還記得剛開始刷算法題的時候，也做過查找的題目，但是剛開始都是通過循環來暴力查找。直到我看到很多更優秀的題解，才發現還可以通過哈希來做性能優化。
所以，拿到這題的第一個感覺就是，是否能通過哈希來解決呢，事實證明是可以的。
-
首先，我們用HashMap記錄第一個數組中的元素，把它存入key，出現的次數存入value，畢竟出現次數可能不止一次。
-
第二，去遍歷第二個數組，如果找到對應元素，添加這個元素到列表
-
第三，在第二步，找到對應的元素，就把value減1，如果value等於1，需要刪除這個key，說明數組1中此元素已經遍歷結束，不會再有交集
具體代碼如下：
public static int[] intersect(int[] nums1,int[] nums2) {
// 先把數組一的內容添加到map
Map<Integer, Integer> map = new HashMap<>();
for (int i = 0; i < nums1.length; i++) {
if (map.containsKey(nums1[i])) {
map.put(nums1[i], map.get(nums1[i]) + 1);
} else {
map.put(nums1[i], 1);
}
}
// 遍歷數組二，找出相同的數據
List<Integer> info = new ArrayList<>();
for (int i = 0; i < nums2.length; i++) {
if (map.containsKey(nums2[i])) {
info.add(nums2[i]);
if (map.get(nums2[i]) > 1) {
map.put(nums2[i], map.get(nums2[i]) -1);
} else {
map.remove(nums2[i]);
}
}
}
// 利用stream，方便轉換
int[] arr2 = info.stream().mapToInt(Integer::valueOf).toArray();
return arr2;
}
在這裏，小編把List轉換成int[]用了stream，關於stream的一些方式，可能有些讀者還不大熟悉，小編在後面Tip 一個技術技巧裏做了一部分記錄。
Review 閱讀並點評至少一篇英文文章
Android Architecture Components
(https://developer.android.com/topic/libraries/architecture)
前幾天和一位球友聊天，聊到了Android上的AAC框架，因爲自己沒有去用過這個框架，所以就去官網找資料。
以前學習Android的時候，就是去官網找的資料，現在還是這樣，Google本身對這些自己開源的東西很上心，而且還算是比較詳細了。
AAC框架，在這份文檔裏寫的還是蠻好的，還有不過需要仔細觀看，我也就是走馬觀花有個大概的瞭解罷了。如果你也感興趣，歡迎一起來交流噢。
Tip 一個技術技巧
說來也巧，最近在學習《Java性能調優實戰》的課程，剛好有關於Stream一節的講解，用Stream來處理遍歷，在一定情況下能提升性能，感興趣的同學，可以去看看該專欄的第6課。
什麼是Stream
在 Java8 之前，我們通常是通過 for 循環或者 Iterator 迭代來重新排序合併數據，又或者通過重新定義Collections.sorts的Comparator方法來實現，這兩種方式對於大數據量系統來說，效果並不是很理想。
Java 8中添加了一個新的接口類Stream，他和我們之前接觸的字節流概念不太一樣，Java 8集合中的Stream相當於高級別版的Iterator，他可以通過Lambda表達式對集合進行各種非常便利、高效的聚合操作（Aggregate Operation），或者大批量數據操作（Bulk Data Operation）。
我們在應用層就可以高效地實現類似數據庫SQL的聚合操作，而在數據操作方面，Stream不僅可以通過串行的方式實現數據操作，還可以通過並行的方式處理大批量數據，提高數據的處理效率。
Stream轉換
那麼回到我們算法題裏使用的獎List轉換成int[]，就是通過stream的轉換得來的結果。
// List<Integer> 轉 int[]
int[] arr1 = list1.stream().mapToInt(Integer::valueOf).toArray();
// 想要轉換成int[]類型，就得先轉成IntStream。
// 這裏就通過mapToInt()把Stream<Integer>調用Integer::valueOf來轉成IntStream
// 而IntStream中默認toArray()轉成int[]。
// Integer[] 轉 int[]
int[] arr2 = Arrays.stream(integers1).mapToInt(Integer::valueOf).toArray();
// 思路同上。先將Integer[]轉成Stream<Integer>，再轉成IntStream。
關於Stream還有很多需要學習的地方，這一小部分還只是皮毛，在後續的學習中，小編再好好整理一番。
Share 一篇有觀點和思考的技術文章
設計模式走起來。
公衆號地址：
設計模式之模板方法模式（一）
