力扣|两数之和

最新推荐文章于 2024-11-04 13:52:23 发布

在下水桶君

最新推荐文章于 2024-11-04 13:52:23 发布

阅读量326

点赞数

分类专栏：力扣文章标签：数据结构算法 c++

本文链接：https://blog.csdn.net/ShermingChen/article/details/121577038

版权

力扣专栏收录该内容

2 篇文章 0 订阅

订阅专栏

这篇博客探讨了如何使用哈希表来优化暴力求解两数之和问题的算法，从而将时间复杂度从O(n²)降低到O(n)，提高了效率。文中列举了三种不同的哈希表实现方式，并提供了详细的代码实现，包括使用map和unordered_map。这些解决方案在空间和时间上进行了权衡，展示了在算法设计中如何通过空间换时间来提升性能。

摘要由CSDN通过智能技术生成

暴力解法

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        int i=0,j,flag = 0,n = nums.size();
        while(i<n && flag ==0){
            for(j=i+1;j<n;j++){
                if(nums[j]+nums[i]==target){
                    flag = 1;
                    break;

                } 
            }

            if(!flag) i++;
        }
        return {i, j};
    }
        

};

时间复杂度O（n²）
空间复杂度O（1）
优化->空间换时间->查找表->哈希表/平衡二叉搜索树

哈希表
计算target-nums[i]的值，若哈希表中没有则记录值和下标进入哈希表
若有，则找到。

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
       map<int, int> hashtable; // 建哈希表
       vector<int> b(2,-1); //存放结果
        for (int i = 0; i < nums.size(); i++) {
            if(hashtable.count(target-nums[i])){
                b[0]=hashtable[target-nums[i]];                
                b[1]=i;
                break;
            }
            hashtable[nums[i]]=i;
        }
        return b;

    }
};

用find（官方题解）

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> hashtable;
        for (int i = 0; i < nums.size(); ++i) {
            auto it = hashtable.find(target - nums[i]);
            if (it != hashtable.end()) {
                return {it->second, i};
            }
            hashtable[nums[i]] = i;
        }
        return {};
    }
};

作者：LeetCode-Solution
链接：https://leetcode-cn.com/problems/two-sum/solution/liang-shu-zhi-he-by-leetcode-solution/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

改进

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
       map<int, int> hashtable; // 建哈希表
        for (int i = 0; i < nums.size(); i++) {
            auto a = hashtable.find(target-nums[i]);
            if(a!=hashtable.end()){  //找到了
                return{a->second,i};
            }
            hashtable[nums[i]]=i;
        }
        return {};
    }
};