LeetCode 1 - Two Sum

问题简述

1. Two Sum

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution.

Example:

Given nums = [2, 7, 11, 15], target = 9,

Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

我的解答

这让我想起之前遇到过一道3-Sum Problem，即在数组中找3个数和为0（或其他值），只是这道题算是3-Sum的子问题。

最trivial的的解法应该是两层循环搜索，时间复杂度是$O(n^2)$，这在这道题也能过。

我想到的另外一种，就来自于3-Sum的解法：将数组排序，然后定义两个指针i、j分别指向排序后数组的第一个元素与最后一个元素。当arr[i]+arr[j]

#include <iostream>
#include <vector>
#include <algorithm>
using namespace std;

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target)
    {
        vector<int>re;
        vector<pair<int,int> > val_pos(nums.size());
        for(int i=0;i<nums.size();i++)
        {
            val_pos[i]={nums[i],i};
        }
        sort(val_pos.begin(),val_pos.end(),[](const pair<int,int>& a, const pair<int,int>& b){return a.first<b.first;});//只根据pair的第一项排序
        int i=0,j=nums.size()-1;
        while(1)
        {
            if(val_pos[i].first+val_pos[j].first<target)
                i++;
            else if(val_pos[i].first+val_pos[j].first>target)
                j--;
            else
            {
                re.push_back(val_pos[i].second);
                re.push_back(val_pos[j].second);
                return re;
            }
        }
        return re;
    }
};

Editorial的解法

我后来还看了一下Editorial中的解法，发现还可以用哈希表来加速查询。在这种方法下，我们可以只遍历一次数组就可以找到解。

我在这里直接生造了一个哈希表，Chaining的实现。不过C++ STL确有Hashmap的实现（我写完后才想起来）。

时间复杂度$O(n)$，空间复杂度$O(n)$。这个方法确实比我之前的方法要快一点。

#include <iostream>
#include <vector>
#include <list>
#include <algorithm>
#include <cmath>
using namespace std;

class Solution {
public:

    int mod(int n,int m) //应对负数的取模操作
    {
        if(n>=0)
            return n%m;
        else
        {
            while(n<0)n+=m;
            return n;
        }
    }

    vector<int> twoSum(vector<int>& nums, int target)
    {
        int prime = 1;

        vector<list<pair<int,int> > >hash(prime);
        for(int i=0;i<nums.size();i++)
        {
            int tgt_addr=mod((target-nums[i]),prime);
            if(hash[tgt_addr].empty())//Hash表对应位置是否为空？
            {
                hash[mod(nums[i],prime)].push_back({nums[i],i});
            }
            else
            {
                for(auto it=hash[tgt_addr].begin();it!=hash[tgt_addr].end();it++)//能不能找到该元素？
                {
                    if(it->first==target-nums[i])
                    {
                        return {it->second,i};
                    }
                }
                hash[mod(nums[i],prime)].push_back({nums[i],i});//找不到，将当前元素放置到Hash表相应位置
            }
        }
        return {};
    }
};