数据结构与算法作业1

Leetcod1

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，你不能重复利用这个数组中同样的元素。

分析

首先，通过读题可以得到：已知数组nums,目标值target。目标：将和为目标值的数组中两个不同整数在该数组中的数组下标返回。
接着，由此可以想到通过检验数组中各元素与target的差值是否在数组内，并以此设计代码。

解法一（暴力解法）

由于我懒，所以在知道题目并分析后我就一气呵成写出了暴力解法。直接通过暴力的遍历把数组中每两个数的组合判断一下两者之和是否为目标值，然后直接输出符合判断的两个数的位置（数组下标）。
代码如下：

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

这个代码挺好理解就是运用两个for语句把数组nums中的两个数的组合都判断一下。但是这个代码有个显而易见的缺点就是时间复杂度不理想，所以它也是没有让我失望地执行了216ms。

解法二（两遍哈希）

看到解法一这令人失望的成果加上同学们在群里秀成绩于是我决定优化一下。
通过思考解法一的解答方式。我发现用解法一的方法来检查数组中是否存在目标元素是至少有O(n²)时间复杂度的。所以我需要有新思路的方法来检查目标元素是否存在。之后我想到了用哈希表来实现。来保持数组中的每个元素与其索引相互对应。
代码：

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

用map来实现，map是STL的一个关联容器，它提供一对一的数据处理能力（不懂咋解释就抄书了额）。
由此得到了还算满意的成绩。

解法三（一遍哈希）

本来解法二我就挺满足了优化了一大坨，但是由于昨天晚上测试的时候少打了一个中括号leetcod却没报编译错误而是解答错误，害的我又一次开始思考解法二的思路正确性，但在一个小时的绞尽脑汁愣是没发现思路有啥问题，于是我只好重新又打了串代码。

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

这次我又一次把执行效率加强了，虽然时间空间复杂度和解法二差别不是很大。但这个运行成功了哈哈哈。