输出 :
[(1, 5), (4, 2)]
方法一:暴力——穷举法(O(N**^2))**
**思想:**嵌套循环,外层循环遍历全部列表,内层循环遍历当前元素位置之后的所有元素。内层循环中将两个数字相加,等于target,保存当前结果。需要注意的是同一个元素不能重复使用!
# 暴力解法——穷举
def getRes_Enumeration(arr, value):
len1 = len(arr)
res = []
for i in range(len1):
for j in range(i + 1, len1):
if arr[i] + arr[j] == value:
res.append((arr[i], arr[j]))
return res
if __name__ == "__main__":
nums = [int(i) for i in input().split()]
target = int(input())
print(getRes_Enumeration(nums, target))
运行结果:
小结:这个思想确实简单,很容易想到,可能不具有挑战性!毕竟时间复杂度为O(N^2),那有没有更好的方法呢?答案是肯定的,比如O(NlogN)与O(N)。
方法二:双指针——快速排序思想,O(NlogN)
**思想:**来自于快速排序,在一个有序的数组(从小到大)中最左边一定是最小值,最右边是最大值。我们可将最小值与最大值相加与目标值进行比较,如果两数之和大于目标值,我们就让最大值小一点(读取第二个最大值),如果两数之和小于目标值,我们就让最小值大一点(读取第二个最小值),如果两数之和刚好等于目标值,保存最大值,最小值,并且让最大值小一点,最小值大一点。需要注意的是前提条件是数组必须有序!!!
简化:对nums先排序,然后定义两个指针,一个low = 0指向数组头,一个high = len(nums) - 1指向数组的尾,看其和nums[low]+nums[high]是否== target;若==,则查找成功返回;若>sum,则尾指针high–;若<sum,则头指针low++。
**时间复杂度:**快排O(NlogN),查找O(N);所以总的时间复杂度为:O(NlogN)。
# 快速排序思想
def getRes_QuickSort(nums, target):
nums = sorted(nums)
len1 = len(nums)
res = []
if len1>= 2:
low, high = 0, len1-1
while low < high:
if nums[low] + nums[high] == target:
res.append((nums[low], nums[high]))
low += 1
high -= 1
elif nums[low] + nums[high] > target:
high -= 1
else:
low += 1
return res
if __name__ == "__main__":
nums = [int(i) for i in input().split()]
target = int(input())
print(getRes_QuickSort(nums, target))
运行结果:
细心的朋友这里会发现,诶,最后的输出结果顺序不对啊,因为我们是对排序后的数组进行查找的,如果想要返回原来的,还需进一步改进。
需要注意的是,这里的排序算法选择的是时间复杂度为O(NlogN)的,加上查找所花时间O(N),最终为O(NlogN)。肯定有人会想,那我为啥不选择时间复杂度为O(N)的排序算法(如:非比较排序的基数排序、计数排序或桶排序)先排序,再查找呢?这样结果就是O(N)了,效率岂不是更高,哎呀,你真的很聪明!!!但是接下面的方法,并不是这样做的,而是利用哈希表来完成!
方法三:哈希表思想求解,O(N)
**思想:**给定一个数,根据hash表查找另一个数只需要O(1)的时间。但需要空间换时间,空间复杂度为O(n);可以用hashMap实现,hashMap<a[i], 次数>。遍历一遍数组,若次数没有存在hashMap中,则将其加入,次数为1;再遍历一遍数组,对每个值nums[i],判断target - nums[i]是否在hashmap中【即对应的value是否==1】;若存在,则查找成功;否则继续遍历下一个。直到遍历完整个数组。
# 哈希表思想
def getRes_HashMap(nums, target):
result = []
for i, value in enumerate(nums):
if (target - value) in nums[i+1:]:
result.append((value, target - value))
return result
if __name__ == "__main__":
nums = [int(i) for i in input().split()]
target = int(input())
print(getRes_HashMap(nums, target))
运行结果:
变式:给定一个无序数组,求
(1)三个数或四个数,甚至N个数之和等于target;
(2)两个数之差等于target;
这些都可以采取上面三种方法中的思想进行求解,但是,如果作为面试,后面两种才是面试官想要看到的解法!!!
练习一:剑指offer——和为S的两个数
输入描述:
输入一个递增排序的数组和一个数字S,在数组中查找两个数,使得他们的和正好是S,如果有多对数字的和等于S,输出两个数的乘积最小的。
输出描述:
对应每个测试案例,输出两个数,小的先输出。
例如:
输入(假设无序):
1 4 3 2 6 5
6
输出:[1,5]
输入:
1 3 4 6 7 8
45
输出:
[]
# -*- coding:utf-8 -*-
class Solution:
def FindNumbersWithSum(self, array, tsum):
# write code here
# array = sorted(array)
len1 = len(array)
res = []
myres = []
if len1>= 2:
low, high = 0, len1-1
while low < high:
if array[low] + array[high] == tsum:
res.append([array[low], array[high]])
low += 1
high -= 1
elif array[low] + array[high] > tsum:
high -= 1
else:
low += 1
# 求最小的一组数
lentmp = len(res)
if lentmp >= 1:
tmp = []
for i in range(lentmp):
tmp.append(res[i][0]*res[i][1])
index = tmp.index(min(tmp))
myres = res[index]
return myres
或者精简版本:
# -*- coding:utf-8 -*-
class Solution:
def FindNumbersWithSum(self, array, tsum):
# write code here
res = []
len1, minM = len(array), 10000000
if len1 < 2: return res
for i, value in enumerate(array):
if (tsum - value) in array[i+1:]:
if value*(tsum - value)<minM:
minM = value*(tsum - value)
res = [value, tsum - value]
return res
练习二:leetcode中的3sum
方法一:快速排序的思想,与2sum差不多,就是多了一个外层循环,注意left与right的初始值就行了。Python代码如下:
def Sum3(arr, target):
arr.sort()
如果你也是看准了Python,想自学Python,在这里为大家准备了丰厚的免费**学习**大礼包,带大家一起学习,给大家剖析Python兼职、就业行情前景的这些事儿。
### 一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)
### 二、学习软件
工欲善其必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)
### 三、全套PDF电子书
书籍的好处就在于权威和体系健全,刚开始学习的时候你可以只看视频或者听某个人讲课,但等你学完之后,你觉得你掌握了,这时候建议还是得去看一下书籍,看权威技术书籍也是每个程序员必经之路。
![](https://img-blog.csdnimg.cn/img_convert/eec417a3d4d977b313558a11d3c13e43.png)
### 四、入门学习视频
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
![](https://img-blog.csdnimg.cn/img_convert/ec690501ea1dbe2cb209cbf4013c2477.png)
![](https://img-blog.csdnimg.cn/img_convert/3eaeaa6747419c9d86c72e0d10d0a6a2.png)
### 四、实战案例
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)
### 五、面试资料
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)
成为一个Python程序员专家或许需要花费数年时间,但是打下坚实的基础只要几周就可以,如果你按照我提供的学习路线以及资料有意识地去实践,你就有很大可能成功!
最后祝你好运!!!
**网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。**
**[需要这份系统化学习资料的朋友,可以戳这里无偿获取](https://bbs.csdn.net/topics/618317507)**
**一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**