给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1];
方法一:暴力破解法
class Solution{
public int[] twoSum(int[] nums, int target){
for(int i = 0; i < nums.length - 1; i++){
for(int j = i + 1; j < nums.length; j++){
if(nums[j] == target - nums[i]){
return new int[]{i, j};
}
}
}
throw new IllegalArgumentException("No two sum solution");
}
}
复杂度分析:
- 时间复杂度:O(n²)
对于每个元素,我们试图通过遍历数组的其余部分来寻找它所对应的目标元素,这将耗费O(n)的时间。因此时间复杂度为O(n²)。
- 空间复杂度:O(1)。
方法二:一遍哈希法
哈希表可以保持数组中每个元素与其索引相互对应,通过哈希表来检查数组是否存在目标元素,如果存在,找出它的索引。
通过空间换取时间的方式,我们可以将查找时间从O(n)降低到O(1)。当然如果有哈希冲突的话,查询用时可能会退化到O(n),但一个好的hash算法可以让平均复杂度为O(1)的。
在进行迭代并将元素插入到表中的同时,我们还会回头来检查表中是否已经存在当前元素所对应的目标元素。如果存在,那我们就找到了对应解,并立即将其返回。
class Solution{
public int[] twoSum(int[] nums, int target){
Map<Integer, Integer> map = new HashMap<>();
for(int i = 0; i < nums.length; i++){
int complement = target - nums[i];
if(map.contaionsKey(complement) && map.get(complement) != i){
return new int[]{i, complement};
}
map.put(nums[i], i);
}
throw new IllegalArgumentException("No two sum solution");
}
复杂度分析:
- 时间复杂度:O(n)
我们只遍历了包含n个元素的列表一次,在表中进行的每次查找只花费了O(1)的时间。
- 空间复杂度:O(n)
所需的额外空间取决于哈希表中存储的元素数量,该表最多需要存储n个元素。