检查每个元素与其他元素

天真的解决方案是将每个元素与其他每个元素进行检查。即使您只是“前进”，这也是浪费，并且会产生O（n 2）解决方案。

排序然后删除重复项

更好的解决方案是对数组进行排序，然后将每个元素检查到旁边的元素以查找重复项。选择一个有效的排序，这是O（n log n）。

基于排序的解决方案的缺点是无法维持订单。但是，额外的步骤可以解决此问题。将所有条目（在唯一的排序数组中）放入具有O（1）访问权的哈希表。然后遍历原始数组。对于每个元素，检查它是否在哈希表中。如果是，则将其添加到结果中并将其从哈希表中删除。您将得到一个结果数组，该数组具有原始元素的顺序，并且每个元素的位置与第一次出现的位置相同。

线性整数

如果您要处理某个固定范围的整数，则可以使用基数排序甚至更好。例如，如果假设数字都在0到1,000,000的范围内，则可以分配大约1,000,001的位向量。对于原始数组中的每个元素，都根据其值设置相应的位（例如，值13会导致设置第14位）。然后遍历原始数组，检查它是否在位向量中。如果是，则将其添加到结果数组中，并从位向量中清除该位。这是O（n），并交换时间空间。

哈希表解决方案

这使我们找到了所有解决方案中最好的解决方案：尽管有用，但实际上它是一种干扰。创建具有O（1）访问权限的哈希表。遍历原始列表。如果它不在哈希表中，则将其添加到结果数组中，然后将其添加到哈希表中。如果它在哈希表中，请忽略它。

到目前为止，这是最好的解决方案。那为什么要休息呢？因为这样的问题是关于使您拥有（或应该拥有）知识适应问题并根据您做出的假设对问题进行完善。制定解决方案并理解其背后的思想比反驳解决方案有用得多。

此外，哈希表并非始终可用。使用嵌入式系统或空间非常有限的东西。您可以在少数几个操作码中实现快速排序，远远少于任何哈希表。