一维数组去重应避免嵌套循环和重复查找，采用哈希表（map/对象/布尔数组）单次遍历标记已见元素，时间复杂度从o(n²)降至o(n)；保序且id范围小时用布尔数组最优，字符串或大数用map，慎用原地splice。
保留顺序 + 避免嵌套查找
如果必须保持元素首次出现的顺序（如签到ID、用户操作日志），就不能直接用 Set 后转回数组——虽然快，但顺序不确定（尤其在旧版 JS 或某些语言中）。更稳妥的做法是：用一个哈希结构（如对象、Map 或布尔数组）**只记录是否见过**，主循环只走一遍。
- 遍历原数组一次，对每个元素检查是否已存在
- 若未存在，加入结果数组，并在哈希表中标记为
true - 时间复杂度从 O(n²) 降到 O(n)，空间换时间
避免在循环里反复调用高开销方法
arr.includes(x)、arr.indexOf(x) === -1、newArr.indexOf(item) === index 这类写法，每次都在新数组里从头搜一遍——数组越长，后面每次查找越慢。例如 100 个元素，最后几个元素要各查 90+ 次，总操作量接近 5000 次。
- 换成
seen.has(item)（Map）或seen[item] === true（对象/布尔数组），查找是 O(1) - 对整数 ID（如题中 ≤100 的正整数），甚至可用长度为 101 的布尔数组
bool[101]，下标即值，极致轻量
原地处理 or 新建数组？看场景
有些场景要求“原数组修改”（比如嵌入式或内存敏感环境），此时可考虑双指针：先排序（O(n log n)），再用快慢指针跳过相邻重复项（O(n)）。但注意——这会破坏原始顺序，且排序本身有开销。
- 若允许改序、数据量大、内存紧张 → 排序 + 双指针更省空间
- 若必须保序、ID 范围小、实时性高 → 布尔标记数组最快最稳
- 若 ID 是字符串或负数/大数 → 用 Map 或 Set 辅助判断
警惕循环中的副作用操作
像 arr.splice(j, 1); j--; 这种边遍历边删的方式，逻辑易错、性能差（数组内部要批量移动后续元素）。尤其在 C 或 Java 中，手动管理数组长度极易越界或漏判。
- 优先选择“构建新数组”，而非“原地删减”
- 真要原地处理，建议先标记待删位置，最后统一收缩，或用两阶段：收集索引 → 反向删除
