【LeetCode】数组分类之两数之和

目录

题目

示例

暴力法

一、思路

二、代码

三、复杂度分析

两遍哈希表

一、思路

二、代码

三、复杂度分析

一遍哈希表

一、思路

二、代码

三、复杂度分析


题目

 

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那两个整数,并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是数组中同一个元素不能使用两遍。

 

示例

 

给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1]

 

暴力法

 

一、思路

暴力法很简单,遍历每个元素, 查看是否有两个数之和为target的值。

 

二、代码

#include "iostream"class Solution {public:    std::vector<int> twoSum(std::vector<int>& nums, int target) {        int i,j;        for(i=0; i < nums.size(); ++i){            for(j=i+1; j < nums.size(); ++j){                if(nums[i] + nums[j] == target){                    return {i,j};                }            }                    }        throw "No Result!!!";    }};

三、复杂度分析

时间复杂度:O(n^2)

对于每个元素,我们试图通过遍历数组的其余部分来寻找它所对应的目标元素,这将耗费 O(n) 的时间。因此时间复杂度为 O(n^2)

空间复杂度:O(1)。

 

两遍哈希表

 

一、思路

对于运行时间复杂度通过哈希表的方式进行优化,哈希表可以更有效的方法来检查数组中是否存在目标元素。但是哈希表会占用空间,所以是典型的空间换时间的策略。

 

二、代码

#include "iostream"#include "map"#include "vector"class Solution {public:    std::vector<int> twoSum(std::vector<int>& nums, int target) {        std::map<int,int> hash_map;        std::vector<int> ret;        for(int i = 0 ; i < nums.size(); ++i){            hash_map.insert(std::map<int,int>::value_type(nums[i],i));        }        for(int i=0;i<nums.size();i++){            if(hash_map.count(target-nums[i])>0&&(hash_map[target-nums[i]]!=i)){                ret.push_back(i);                ret.push_back(hash_map[target-nums[i]]);                return ret;            }        }        throw "No Result!!!";    };};

三、复杂度分析

时间复杂度:O(n)

我们把包含有 n 个元素的列表遍历两次。由于哈希表将查找时间缩短到 O(1),所以时间复杂度为 O(n)。

空间复杂度:O(n)

所需的额外空间取决于哈希表中存储的元素数量,该表中存储了 n个元素。

 

一遍哈希表

 

一、思路

在两遍哈希方法上进行改进:在进行迭代并将元素插入到表中的同时,我们还会回过头来检查表中是否已经存在当前元素所对应的目标元素。如果它存在,那我们已经找到了对应解,并立即将其返回

 

二、代码

#include "iostream"#include "map"#include "vector"class Solution {public:    std::vector<int> twoSum(std::vector<int>& nums, int target) {        std::map<int,int> hash_map;        std::vector<int> ret;        for(int i = 0 ; i < nums.size(); ++i){            if(hash_map.count(target-nums[i]) > 0){                ret.push_back(hash_map[target-nums[i]]);                ret.push_back(i);                return ret;            }            hash_map[nums[i]] = i;        }        throw "No Result!!!";    };};

三、复杂度分析

时间复杂度:O(n)

我们只遍历了包含有 n 个元素的列表一次。在表中进行的每次查找只花费 O(1)的时间。

空间复杂度:O(n)

所需的额外空间取决于哈希表中存储的元素数量,该表最多需要存储 n 个元素。

 

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