Day02 今天做的是求两数之和,
考察重点:如何避免时间复杂度为O(n^2),不要做成for嵌套,这样会损失很多时间。
对算法时间复杂度的一点积累:
算法时间复杂度一般只关心增长最快的一项,比如此案例,由于for的嵌套,导致时间复杂度在计算中大致为1 + 2 + … + (n - 1) + n,是一个类似三角形的速度在递减,实际上时间复杂度为:((n + 1) * n) / 2约等于 n^2。
在全循环中,时间复杂度也为O(n^2),但是就是具体的等于,而不是约等于。
例如:
for (int i = 0; i < nums.length - 1; i++) {
for (int j = 0; j < nums.length; j++) {
}
}
}
回归主题,进行解体:
解法1:未优化
public static 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[i] + nums[j] == target) {
return new int[]{i, j};
}
}
}
return new int[]{};
}
此种解法就好比我刚刚所说的,时间复杂度为O(n^2),还有就是在数组的使用方面数组操纵还是过于慢,可以使用哈希数据。
解法2:优化后
优化后就可以看到,时间复杂度直接降为O(n),并使用HashMap进行记录,Key用来存数,Value用来存下标,就可以直接通过判断Key是否存在的方式判断另一半是否存在,便直接拿出来。再通过Key获取Value的下标值。
public static int[] toSum2(int[] nums, int target) {
HashMap<Integer, Integer> hashMap = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
if (hashMap.containsKey(target - nums[i])) {
return new int[]{i, hashMap.get(target - nums[i])};
}
hashMap.put(nums[i], i);
}
return new int[0];
}