##题目如下:
Given an array of integers, return indices of the two numbers such that they add up to a specific target.
You may assume that each input would have exactly one solution, and you may not use the same element twice.
翻译:给定一个整数的数组,返回和为一个特定目标数的两个数的下标。可以假设(认为)每个输入有且只有一个结果,且相同的数不能用到两次。
Example:
Given nums = [2, 7, 11, 15], target = 9,
Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].
##思路一
看到这个题目,首先很容易想到的方法就是穷举所有可能的两数相加,即遍历两次,直到找到为止,这种算法的时间复杂度为
O
(
n
2
)
O(n^2)
O(n2),空间复杂度为O(1)。
代码如下:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> result;
int size = nums.size();
for(int i = 0; i < size - 1; i++){
for(int j = i + 1; j < size; j++){
if(nums[i] + nums[j] == target){
result.push_back(i);
result.push_back(j);
return result;
}
}
}
return result;
}
};
##思路二
容易想到的方法往往效率不高,再往深一层想,能想到的就是要找到两个数相加为某个数,这个选择跟大小有关系,因为如果两个数相加大于目标数,那其他比这两个数都大的数对是没必要考虑的,所以如果是排好序的数组,就相对容易找了,一个方法是从有序数组的两端往中间靠拢(见以下代码),这样寻找的时间复杂度为O(n),而排序的最佳时间复杂度为O(nlogn),总的时间复杂度为O(nlogn),不会差于思路一的复杂度。
代码如下:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> result;
int size = nums.size();
vector<NumIdx> numIdxs;
for(int i = 0; i < size; i++){
struct NumIdx numIdx = {nums[i], i};
numIdxs.push_back(numIdx);
}
sort(numIdxs.begin(), numIdxs.end(),
[](const NumIdx &a,const NumIdx &b)->bool{
return a.num < b.num;
});
int left = 0;
int right = size - 1;
while (left < right){
int sum = numIdxs[left].num + numIdxs[right].num;
if(sum == target){
result.push_back(numIdxs[left].index);
result.push_back(numIdxs[right].index);
return result;
}
else if(sum < target) left++;
else right--;
}
return result;
}
private:
// 定义一个存储数据和原下标的结构体
struct NumIdx{
int num;
int index;
};
};
##思路三
虽然思路二时间复杂度有所下降,但有没有更好的方法呢?再次回到思路一,在第一层遍历时,先确定了一个数a,第二层遍历是要找到剩下的数中有没有符合条件的数(可确定的一个数),即target - a,有没有什么办法可以快速找到符合条件的数的下标,从而避开这第二层遍历呢?可以想到建立查询的数据结构,实现数据到下标的映射,比如Hash表,查询的时间复杂度为O(1)。
先把所有数据和相应下标i作为键值对,存入Hash表中,遍历的时间复杂度为O(n);第二次遍历所有数据,对于每一个数据a,查询Hash表中是否有等于target - a的key,若有(且其下标与a下标不同),则获取其value(即下标),每次查询的时间复杂度为O(1),遍历的时间复杂度为O(n)。总的时间复杂度为O(n)。但是Hash表需要的一定的存储空间,时间和空间往往不可兼得。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> result;
int size = nums.size();
map<int, int> Map;
for(int i = 0; i < size; i++){
Map[nums[i]] = i;
}
for(int i = 0; i < size; i++){
map<int, int>::iterator it = Map.find(target - nums[i]);
if(it != Map.end() && it->second != i){
result.push_back(i);
result.push_back(it->second);
return result;
}
}
return result;
}
};
以下为思路一(下)和思路三(上)在LeetCode上提交成功的截图,很明显思路三的运行时间(8 ms)短了很多,足见其降低时间复杂度的可行性。
以下是思路二提交了两次的结果,其速度也可媲美思路三:
##思路三改进
思路三需要两次遍历,其实不一定需要把所有数据都加入hash表,因为可能在前几个数就能找到结果了。出于这个考虑,可以在一边查询一边把数加入hash表。代码如下:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> result;
int size = nums.size();
map<int, int> Map;
for(int i = 0; i < size; i++){
map<int, int>::iterator it = Map.find(target - nums[i]);
if(it != Map.end()){
result.push_back(i);
result.push_back(it->second);
return result;
}
Map[nums[i]] = i;
}
return result;
}
};
但这样其实性能不一定比原来好,因为如果两个数其中有一个在最后一个位置,那么需要n次查询和插入,但原来的方法可能不需要那么多次查询就能找到。这种方法的好处就在于,可以尽量减少插入消耗的时间。