题目概述
给定一个已按照 非递减顺序排列 的整数数组 numbers ,请你从数组中找出两个数满足相加之和等于目标数 target 。
函数应该以长度为 2 的整数数组的形式返回这两个数的下标值。numbers 的下标 从 1 开始计数 ,所以答案数组应当满足 1 <= answer[0] < answer[1] <= numbers.length 。
你可以假设每个输入 只对应唯一的答案 ,而且你 不可以 重复使用相同的元素。
示例 1:
输入:numbers = [2,7,11,15], target = 9
输出:[1,2]
解释:2 与 7 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。
示例 2:
输入:numbers = [2,3,4], target = 6
输出:[1,3]
示例 3:
输入:numbers = [-1,0], target = -1
输出:[1,2]
提示:
2 <= numbers.length <= 3 * 10^4
-1000 <= numbers[i] <= 1000
numbers 按 非递减顺序 排列
-1000 <= target <= 1000
仅存在一个有效答案
算法思路:
1. 哈希表
- 利用哈希表来存储元素,key为数组的元素,value为元素所对应的序号
- 遍历数组,判断哈希表中是否存在目标数-当前数的元素,如果存在则说明满足关系 目标数 = 哈希表元素 + 当前数,返回当前数的下标与哈希表所对应的元素value的数组即可
- 如果遍历数组之后仍然未找到相关数,则说明没有两数之和等于目标数
代码实现:
public int[] twoSum(int[] numbers, int target) {
Map<Integer,Integer> hashMap = new HashMap<>();
for(int i = 0; i < numbers.length; i++){
if(hashMap.containsKey(target - numbers[i])){
return new int[]{hashMap.get(target - numbers[i]) + 1,i + 1};
}
hashMap.put(numbers[i],i);
}
return new int[0];
}
复杂度分析:
- 时间复杂度:O(n),其中n为数组nums的长度
- 空间复杂度:O(n)
2. 双指针
- 因为数组是递增的,所以左边的元素一定大于右边的元素
- 所以可以选择双指针,一个指针指向左边元素,一个指针指向右边元素
- 如果两边元素加起来小于目标元素,则说明左边的数小了,左指针应该指向下一个元素
- 反之说明右指针大于目标元素,则说明右边的数大了,右指针应该指向上一个元素
- 如果左右指针所指向的元素之和等于目标元素,则返回两指针所组成的数组
- 反之则返回空数组
代码实现:
public int[] twoSum(int[] numbers, int target) {
int left = 0;
int right = numbers.length - 1;
while(left < right){
if(numbers[left] + numbers[right] > target){
right--;
}else if(numbers[left] + numbers[right] < target){
left++;
}
else{
return new int[]{left + 1,right + 1};
}
}
return new int[0];
}
复杂度分析:
- 时间复杂度:O(n),其中n为数组nums的长度
- 空间复杂度:O(1)
3. 双指针+二分查找
- 因为数组是按照递增顺序排序的,所以可以先利用两个指针中间的数,分别与两指针相加后与目标值比较
- 如果中间的数与左指针所指的元素之和大于目标值,则说明右指针指向的数过大,应该更新右指针为中间位置的前一位数
- 相反,如果中间的数与右指针所指的元素之和小于目标值,则说明左指针指向的数过大,应该更新左指针为中间位置的后一位数
- 同时,在比较完之后,判断现在两指针之和与目标数的大小
- 如果两指针之和仍然小于目标数,则更新左指针指向后一位
- 反之,如果两指针之和仍然大于目标数,则更新右指针指向前一位
- 如果在左右指针相遇之后还未能找到结果,则返回空数组
代码实现:
public int[] twoSum(int[] numbers, int target) {
int left = 0;
int right = numbers.length - 1;
while(left < right){
int middle = left + (right - left) / 2;
if(numbers[left] + numbers[middle] > target){
right = middle - 1;
}
else if(numbers[right] + numbers[middle] < target){
left = middle + 1;
}
else if(numbers[left] + numbers[right] < target){
left++;
}
else if(numbers[left] + numbers[right] > target){
right--;
}
else{
return new int[]{left + 1, right + 1};
}
}
return new int[]{0,0};
}
复杂度分析:
- 时间复杂度:O(n),其中n为数组numbers的长度,最好的情况为logn,最坏的为n
- 空间复杂度:O(1)