难度: Easy
给你两个整数数组 nums1 和 nums2 ，它们已经按非降序排序，请你返回两个数组的 最小公共整数 。如果两个数组 nums1 和 nums2 没有公共整数，请你返回 -1 。
如果一个整数在两个数组中都 至少出现一次 ，那么这个整数是数组 nums1 和 nums2 公共 的。
示例 1：
输入：nums1 = [1,2,3], nums2 = [2,4] 输出：2 解释：两个数组的最小公共元素是 2 ，所以我们返回 2 。
示例 2：
输入：nums1 = [1,2,3,6], nums2 = [2,3,4,5] 输出：2 解释：两个数组中的公共元素是 2 和 3 ，2 是较小值，所以返回 2 。
提示：
1 <= nums1.length, nums2.length <= 1051 <= nums1[i], nums2[j] <= 109nums1 和 nums2 都是 非降序 的。运行时间: 30 ms
内存: 36.1 MB
class Solution:
def getCommon(self, nums1: List[int], nums2: List[int]) -> int:
# numsT = set(nums1).intersection(set(nums2))
# return min(set(nums1).intersection(set(nums2))) if set(nums1).intersection(set(nums2)) else -1
save = set(nums2)
for i in nums1:
if i in save:
return i
return -1
题解的思路是先将其中一个数组（这里是nums2）的元素存储在一个集合中，这样可以利用集合的O(1)时间复杂度的查找特性。然后，遍历另一个数组（nums1），对于每个元素，检查它是否存在于之前创建的集合中。一旦发现第一个公共元素，立即返回该元素。如果遍历完整个数组都没有找到公共元素，则返回-1。
时间复杂度: O(m + n)
空间复杂度: O(n)
# 定义Solution类
class Solution:
def getCommon(self, nums1: List[int], nums2: List[int]) -> int:
# 创建一个集合存储nums2的所有元素
save = set(nums2)
# 遍历nums1中的每个元素
for i in nums1:
# 检查元素是否在nums2的集合中
if i in save:
return i # 返回第一个找到的公共元素
return -1 # 如果没有找到公共元素，返回-1
选择将nums2的元素放入集合中而不是nums1的元素可以基于多种考虑，例如nums2的大小可能比nums1小，这样可以减少内存使用和初始化集合的时间。如果nums2显著小于nums1，将更少的元素放入集合中会更有效率。此外，如果nums1比nums2长，则遍历nums1时的查找操作更频繁，使用较小的集合可以提高查找效率。总的来说，这种选择可以基于输入数组的长度不同来优化性能。
在创建集合时，Python的set数据结构会自动去除重复元素。这意味着如果nums2中存在重复值，它们在集合中只会被存储一次。自动去重简化了数据结构，避免了不必要的重复查找，并且减少了存储空间的需求。对性能的影响是正面的，因为它减少了集合的大小，从而提高了查找效率且使用了较少的内存。
当在集合中查找一个不存在的元素时，算法简单地继续遍历nums1的下一个元素。集合的查找操作通常是O(1)的时间复杂度，因此，查找不存在的元素的性能开销与查找存在的元素相同。这意味着不存在额外的性能开销，算法的整体效率主要由集合的效率和遍历过程决定。
在处理非常大的数据集时，本方法的性能主要受限于集合的内存使用和查找效率。Python的集合是基于哈希表实现的，因此即使数据量大，平均查找时间仍然是O(1)。然而，如果数据集非常大，特别是接近上限1e5，内存使用会显著增加，尤其是当元素类型占用较多内存或系统资源有限时，可能会遇到内存使用高或内存不足的情况。因此，虽然算法的时间复杂度较低，但在资源限制的环境中应考虑到内存问题。