LeetCode:1.两数之和(Two Sum)思路与题解

LeetCode:1.两数之和(Two Sum)
包含输入的完整代码可去LeetCode:1.两数之和(Two Sum)Java完整代码

题目内容描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

思路

方法一:直接两层for循环嵌套,暴力求解

两层for循环

for(int i=0;i<nums.length;i++){
	for(int j=0;j<nums.length;j++){
		if(nums[j]==target-nums[i]){
               result[0]=i;
               result[1]=j;
        }
    }
 }

当找到nums[i]+nums[j]=target的时候,将i,j保存入result数组中。

同时因为题目中说,同一元素不能在答案中重复出现,即不应该出现如下情况:

输入:nums=[-1,-2,-3,-4,-5] target=-8
预期输出:[2,4]
实际输出:[3,3]

所以我们在第二个for循环时,让j从i+1开始遍历,这样做的另一个好处就是减少了重复计算。
并且,因为题目中明确说明,只会存在一个有效答案,所以当我们得到需要的i,j的时候,可以直接跳出循环。

修改代码如下:

class Solution {
    public int[] twoSum(int[] nums, int target) {
		int n=nums.length;
        int[] result=new int[2];
        for(int i=0;i<n-1;i++){
            for(int j=i+1;j<n;j++){
                if(nums[j]==target-nums[i]){
                    result[0]=i;
                    result[1]=j;
                    break;
                }
            }
        }
        return result;
    }
}

在这里插入图片描述
然而对于这种方法
时间复杂度为:O(N^2)
其中 N 是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。
空间复杂度为:O(1)

我们可以清楚意识到,它还有可以需要改进的地方。

以上算法的问题在于,寻找target-nums[i]的时间复杂度过高,那么有没有办法对它进行优化呢?
当然有,答案就是利用hash表。

方法二:哈希表

遍历数组nums,i为当前的数组下标,每一个值都判断hashtable中是否存在target-nums[i]的key值。

如果存在,就得到了两个值,如果不存在就将当前的(nums[i],i)存入hashtable中,继续遍历,直到找到为止。

接下来,我们就以如下的例子进行分析:

输入:nums=[2,7,11,15] target=13
预期输出:[0,2]或者[2,0](题目中有说明,可以按任意顺序输出)

第一步,初始化hashtable
在这里插入图片描述
遍历nums,此时数组下标为0
在这里插入图片描述
遍历nums,此时数组下标为1
在这里插入图片描述

遍历nums,此时数组下标为2
在这里插入图片描述

代码如下:

class Solution {
    public int[] twoSum(int[] nums, int target) {
		int n=nums.length;
        int[] result=new int[2];
        Map<Integer,Integer> hashtable=new HashMap<Integer,Integer>();
        for(int i=0;i<n;i++){
            if(hashtable.containsKey(target-nums[i])){
                result[0]=hashtable.get(target-nums[i]);
                result[1]=i;
            }
            hashtable.put(nums[i],i);
        }
        return result;
    }
}

在这里插入图片描述
时间复杂度分析:O(N)
其中N 是数组中的元素数量。对于每一个元素 nums[i],我们可以O(1) 地寻找 target - x。
空间复杂度分析:O(N)
其中 N 是数组中的元素数量。主要为哈希表的开销。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值