常见的三种算法分别是:暴力法、哈希表和排序 + 双指针法。
暴力法:
这是一个比较简单但是效率不高的方法,它的思路是用两层循环遍历数组中的所有元素,对于每一对元素,判断它们的和是否等于目标值,如果等于,就返回它们的下标。
这种方法的时间复杂度是 O(n^2),空间复杂度是 O(1)。
# 暴力法 时间复杂度:O(n^2)
def two_sum1(nums, target):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[i] + nums[j] == target:
return [i, j]
return []
哈希表:
这是一个比较简单的方法,它的思路是用一个哈希表来存储数组中的每个元素及其下标,然后遍历数组,对于每个元素,判断哈希表中是否存在目标值与该元素的差值,如果存在,就返回两个元素的下标。
这种方法的时间复杂度是 O(n),空间复杂度是 O(n)。
# 哈希表法
def two_sum2(nums, target):
# 定义一个哈希表,用来存储数组中的元素及其下标
hash_table = {}
# 遍历数组
for i, num in enumerate(nums):
# 计算目标值与当前元素的差值
complement = target - num
# 判断哈希表中是否存在差值
if complement in hash_table:
# 如果存在,返回两个元素的下标
return [hash_table[complement], i]
# 如果不存在,将当前元素及其下标存入哈希表
hash_table[num] = i
# 如果没有找到答案,返回空列表
return []
排序 + 双指针法:
这是一个比较高效的方法,它的思路是先对数组进行排序,然后用两个指针分别指向数组的首尾,根据两个指针所指元素的和与目标值的大小关系,移动指针,直到找到满足条件的两个元素或者指针相遇。
这种方法的时间复杂度是 O(nlogn),空间复杂度是 O(1)。
# 排序 + 双指针法
def two_sum3(nums, target):
# 对数组进行排序,并记录原始下标
sorted_nums = sorted([(num, i) for i, num in enumerate(nums)])
# 定义两个指针,分别指向数组的首尾
left = 0
right = len(nums) - 1
# 循环直到找到答案或者指针相遇
while left < right:
# 计算两个指针所指元素的和
sum = sorted_nums[left][0] + sorted_nums[right][0]
# 如果和等于目标值,返回原始下标
if sum == target:
return [sorted_nums[left][1], sorted_nums[right][1]]
# 如果和小于目标值,左指针右移
elif sum < target:
left += 1
# 如果和大于目标值,右指针左移
else:
right -= 1
# 如果没有找到答案,返回空列表
return []