当前位置: 首页 > article >正文

[算法] 两数之和(simple)

文章目录

    • 1. 题意
    • 2. 思路
    • 3. 编码

接下来, 我们分享一道十分简单的题目 -> 两数之和(simple)

1. 题意

给定一个整数数组 nums 和一个整数目标值 target,请你在该数组中找出 和为目标值 target 的那 两个 整数,并返回它们的数组下标。

你可以假设每种输入只会对应一个答案,并且你不能使用两次相同的元素。

你可以按任意顺序返回答案。

示例 1:
输入:nums = [2,7,11,15], target = 9
输出:[0,1]
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。

示例 2:
输入:nums = [3,2,4], target = 6
输出:[1,2]

示例 3:
输入:nums = [3,3], target = 6
输出:[0,1]

提示:

  • 2 <= nums.length <= 104
  • 109 <= nums[i] <= 109
  • 109 <= target <= 109

注: 只会存在一个有效答案

说白了, 就是给你一个数组, 然后让你挑出俩数来使之和 = target. 

2. 思路

我们正常想到的是暴力求解, 挨个枚举即可.
在策略上, 有两种方式:

  • 固定前面的数nums[i], 来寻找后面有没有target-nums[i].
  • 固定后面的数nums[i], 来寻找前面有没有target-nums[i].
    好的, 这两种思路都可以. 缺点就是时间复杂度是O(N*N).

我们还可以用 [哈希表] 来优化这道题的时间复杂度.
在这里插入图片描述
  前面暴力求解的思路之所以慢, 是因为当我们固定一个数nums[i]的时候, 来寻找另一个target - nums[i]的时间复杂度是O(N).
  而如果我们哈希表提前把数组存储起来, 那么当我们固定一个数nums[i]的时候, 来寻找另一个target - nums[i]的时间复杂度接近O(1).
  因为暴力求解有两种策略, 那么加上哈希表也有两种不同的策略.

  • 策略1: 固定前面的数选后面的数 + 哈希表
  • 策略2: 固定后面的数选前面的数 + 哈希表

这两种思路都是可以的, 时间复杂度都一样, 都是O(N), 但是编码难易程度不同.

如果采用策略1:
我们可以先把数组全部入哈希表, 然后遍历数组寻找哈希表中是否存在target - nums[i]. 但是需要特判, 因为可能会找到自己!
如果采用策略2:
我们可以一边将数组的值nums[i]入哈希表, 然后一边寻找target-nums[i].

3. 编码

// 策略1编码:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> hash;
        for(int i = 0; i < nums.size(); i++)
            hash[nums[i]] = i;
        
        for(int i = 0; i < nums.size(); i++)
        {
            if(hash.count(target - nums[i]) && i != hash[target - nums[i]]) 
                return {i, hash[target - nums[i]]};
        }

        return {-1, -1}; // 为了迎合编译器过编. 
    }
};

[注意]: 策略1需要特殊判断找到的target - nums[i]是否是nums[i]!!!

// 策略2编码:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> hash;
        for(int i = 0; i < nums.size(); i++)
        {
            if(hash.count(target - nums[i])) 
                return {i, hash[target - nums[i]]};
            hash[nums[i]] = i;
        }

        return {-1, -1}; // 为了迎合编译器过编. 
    }
};

思路1: 暴力求解
时间复杂度: O(N*N)
空间复杂度: O(1)

思路2: 暴力求解 + 哈希表
时间复杂度: O(N)
空间复杂度: O(N)
在这里插入图片描述

在这里插入图片描述


http://www.kler.cn/a/583431.html

相关文章:

  • 基于Python实现手写数字识别
  • Dynamics 365 新版的Power apps开发界面中如何找到开发者资源
  • vscode bookmarks插件的安装,方便切换代码
  • 大模型助力自我提升:零基础实用指南
  • Spring(1)——mvc概念,部分常用注解
  • 【MySQL】用户管理和权限
  • 【C++】二叉搜索树(二叉查找树、二叉排序树)详解
  • angular中下载接口返回文件
  • 大一新生备战蓝桥杯c/c++B组——2024年省赛真题解题+心得分享
  • 可编辑PPT解析数字化转型是什么意思,传统企业的数字化、数字转型数字化变革之路
  • c语言中的未定义行为
  • Python从基础开发到前沿技术完整生态(应用技术栈)(2025版)
  • 隐藏的git文件夹
  • Linux - 磁盘分区、挂载
  • Springboot redis bitMap实现用户签到以及统计,保姆级教程
  • MongoDB分页实现方式对比:PageRequest vs Skip/Limit
  • Ubuntu-配置apt国内源
  • 暴力破解Excel受保护的单元格密码
  • 数据批处理(队列方式)
  • QT系列教程(13) 事件系统