[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.
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)