0 题目描述
Leetcode原题链接:两数之和
1 暴力枚举
最容易想到的方法是枚举数组中的每一个数 x,寻找数组中是否存在 target - x。
当我们使用遍历整个数组的方式寻找 target - x 时,需要注意到每一个位于 x 之前的元素都已经和 x 匹配过,因此不需要再进行匹配。而每一个元素不能被使用两次,所以我们只需要在 x 后面的元素中寻找 target - x。
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
n = len(nums)
for i in range(n):
for j in range(i + 1, n):
if nums[i] + nums[j] == target:
return [i, j]
return []
复杂度分析
时间复杂度:
O
(
N
2
)
O(N^2)
O(N2),其中
N
N
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:
O
(
1
)
O(1)
O(1)。
2 哈希表
注意到方法一的时间复杂度较高的原因是寻找 target - x 的时间复杂度过高。因此,我们需要一种更优秀的方法,能够快速寻找数组中是否存在目标元素。如果存在,我们需要找出它的索引。
使用哈希表,可以将寻找 target - x 的时间复杂度降低到从
O
(
N
)
O(N)
O(N) 降低到
O
(
1
)
O(1)
O(1)。
这样我们创建一个哈希表,对于每一个 x,我们首先查询哈希表中是否存在 target - x,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配。
class Solution:
def twoSum(self, nums: List[int], target: int) -> List[int]:
hashtable = dict()
for i, num in enumerate(nums):
if target - num in hashtable:
return [hashtable[target - num], i]
hashtable[nums[i]] = i
return []
复杂度分析
时间复杂度:
O
(
N
)
O(N)
O(N),其中
N
N
N 是数组中的元素数量。对于每一个元素 x,我们可以
O
(
1
)
O(1)
O(1)地寻找 target - x。
空间复杂度:
O
(
N
)
O(N)
O(N),其中
N
N
N 是数组中的元素数量。主要为哈希表的开销。