本文详解如何通过将数组替换为 set 数据结构，将时间复杂度从 o(n²) 降至 o(n)，大幅提升如“存在重复元素”类问题的执行效率，实测运行时间可从 6205ms 优化至约 86ms。
本文详解如何通过将数组替换为 set 数据结构，将时间复杂度从 o(n²) 降至 o(n)，大幅提升如“存在重复元素”类问题的执行效率，实测运行时间可从 6205ms 优化至约 86ms。
在 LeetCode 第 217 题《存在重复元素》（Contains Duplicate）中，一个常见但低效的解法是使用普通数组 dupes 记录已遍历元素，并依赖 Array.prototype.includes() 进行线性查找：
let dupes = [];
for (let i = 0; i < nums.length; i++) {
if (!dupes.includes(nums[i])) {
dupes.push(nums[i]);
}
}
return !(dupes.length === nums.length);该写法看似直观，但存在严重性能瓶颈：includes() 在每次调用时需遍历整个 dupes 数组，导致内层操作平均时间复杂度为 O(n)，整体达 O(n²)。当输入规模为 10⁵ 量级时，最坏情况比较次数超 10¹⁰ 次，直接造成 6205ms 的超长耗时。
✅ 正确优化路径是改用原生 Set —— 它基于哈希表实现，add()、has() 和 size 均为 平均 O(1) 时间复杂度，使整体算法降为 O(n)：
const seen = new Set();
for (const num of nums) {
if (seen.has(num)) {
return true; // 提前终止，无需遍历全部
}
seen.add(num);
}
return false;? 关键改进点：
立即学习“Java免费学习笔记（深入）”；
- 用 Set 替代 Array，消除线性查找开销；
- 使用 for...of 提升可读性与现代语法兼容性；
- 提前返回（early return）：一旦发现重复立即返回 true，避免冗余遍历；
- seen.size 是常量时间访问，无需 dupes.length 的数组长度计算（虽也是 O(1)，但语义更精准）。
⚠️ 注意事项：
- Set 对 NaN 和 -0 有特殊行为（new Set([NaN, NaN]) 大小为 1；-0 === +0 为 true，Set 中视为同一值），但本题约束为整数数组，无需额外处理；
- 不要误用 Set 的构造函数一次性传入数组（如 new Set(nums)）再比较大小——这仍会完整遍历，且无法提前终止，失去最优解优势；
- 若需兼容 IE，可用 Map 模拟（键为数字，值为 true），但现代环境强烈推荐原生 Set。
总结：JavaScript 性能优化的核心往往不在“写得更炫”，而在选择合适的数据结构。面对成员存在性查询（contains?）、去重、唯一性校验等场景，Set 应为默认首选；而滥用 Array.includes() 是高频性能陷阱。一次数据结构升级，即可带来近 70 倍的运行时提升——这才是工程实践中最具性价比的优化。
