一、哈希表
缺点:没能利用数组的顺序结构。
时间复杂度:O(N)从第一个元素枚举到最后一个元素
#include<unordered_map>
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
unordered_map<int,int> hashtable;
for(int i=0;i<size(numbers);++i){
/*判断哈希表中是否存在 能和容器中的数相加等于目标数
每一次循环都比较容器中的下一个数*/
auto it=hashtable.find(target-numbers[i]);
if(it!=hashtable.end()){
/*返回(哈希表中得数的位置,当前容器中得数的位置)
+1为题目要求*/
return {(*it).second+1,i+1};
}
//在判断语句后赋值,能防止目标数是当前容器中的数自己加自己
hashtable[numbers[i]]=i;
}
return {};
}
};
双指针
时间:O(N)指针从两头移到正中间
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
//low指向第一个元素,high指向最后一个元素
int low=0,high=numbers.size()-1;
while(low<=high){
if(numbers[low]+numbers[high]==target){
return {low+1,high+1};
}
else if(numbers[low]+numbers[high]>target){
--high;
}
else{
++low;
}
}
return{};
}
};
二分查找
时间:O(n log n)枚举和二分
class Solution {
public:
vector<int> twoSum(vector<int>& numbers, int target) {
//枚举一第个元素,随后于另一个相加比较目标值
for (int i = 0; i < numbers.size(); ++i) {
//low是该元素的下一个,high是最后一个元素
int low = i + 1, high = numbers.size() - 1;
//在low和high区间内查找符合目标值的元素
while (low <= high) {
//用二分法固定中间值
int mid = (high + low) / 2;
if (numbers[mid] == target - numbers[i]) {
return {i + 1, mid + 1};
} else if (numbers[mid] > target - numbers[i]) {
//末位指向中间值前一位
high = mid - 1;
} else {
//首位指向中间值后一位
low = mid + 1;
}
}
}
return {-1, -1};
}
};