题目信息
源地址:两数之和
给定一个整数数组 nums
和一个整数目标值 target
,请你在该数组中找出和为目标值 target
的那两个整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
提示信息
示例 1
输入:nums = [2,7,11,15], target = 9 | |
输出:[0,1] | |
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。 |
示例 2
输入:nums = [3,2,4], target = 6 | |
输出:[1,2] |
示例 3
输入:nums = [3,3], target = 6 | |
输出:[0,1] |
限制
2 <= nums.length <= 10^3
-10^9 <= nums[i] <= 10^9
-10^9 <= target <= 10^9
- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然,采用这种方式的时间复杂度是 O(n2),空间复杂度是 O(1),实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
for (int i = 0; i < nums.length; i++) { | |
for (int j = i + 1; j < nums.length; j++) { | |
if (nums[i] + nums[j] == target) { | |
return new int[]{i, j}; | |
} | |
} | |
} | |
return new int[0]; | |
} | |
} |
哈希匹配
如果采用“空间换时间”的方法,利用哈希表结构查找时间复杂度为 O(1) 的特性,就可以一次循环快速得到结果。
最终,时间复杂度降到 O(n),空间复杂度则变成 O(n)。
题目信息
源地址:两数之和
给定一个整数数组 nums
和一个整数目标值 target
,请你在该数组中找出和为目标值 target
的那两个整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
提示信息
示例 1
输入:nums = [2,7,11,15], target = 9 | |
输出:[0,1] | |
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。 |
示例 2
输入:nums = [3,2,4], target = 6 | |
输出:[1,2] |
示例 3
输入:nums = [3,3], target = 6 | |
输出:[0,1] |
限制
2 <= nums.length <= 10^3
-10^9 <= nums[i] <= 10^9
-10^9 <= target <= 10^9
- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然,采用这种方式的时间复杂度是 O(n2),空间复杂度是 O(1),实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
for (int i = 0; i < nums.length; i++) { | |
for (int j = i + 1; j < nums.length; j++) { | |
if (nums[i] + nums[j] == target) { | |
return new int[]{i, j}; | |
} | |
} | |
} | |
return new int[0]; | |
} | |
} |
哈希匹配
如果采用“空间换时间”的方法,利用哈希表结构查找时间复杂度为 O(1) 的特性,就可以一次循环快速得到结果。
最终,时间复杂度降到 O(n),空间复杂度则变成 O(n)。
package cn.fatedeity.algorithm.leetcode; | |
import java.util.HashMap; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
HashMap<Integer, Integer> hashMap = new HashMap<>(); | |
for (int i = 0; i < nums.length; i++) { | |
int diff = target - nums[i]; | |
if (hashMap.containsKey(diff)) { | |
return new int[]{hashMap.get(diff), i}; | |
} | |
hashMap.put(nums[i], i); | |
} | |
return new int[0]; | |
} | |
} |
package cn.fatedeity.algorithm.leetcode; | |
import java.util.HashMap; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
HashMap<Integer, Integer> hashMap = new HashMap<>(); | |
for (int i = 0; i < nums.length; i++) { | |
int diff = target - nums[i]; | |
if (hashMap.containsKey(diff)) { | |
return new int[]{hashMap.get(diff), i}; | |
} | |
hashMap.put(nums[i], i); | |
} | |
return new int[0]; | |
} | |
} |
题目信息
源地址:两数之和
给定一个整数数组 nums
和一个整数目标值 target
,请你在该数组中找出和为目标值 target
的那两个整数,并返回它们的数组下标。
你可以假设每种输入只会对应一个答案。但是,数组中同一个元素在答案里不能重复出现。
你可以按任意顺序返回答案。
提示信息
示例 1
输入:nums = [2,7,11,15], target = 9 | |
输出:[0,1] | |
解释:因为 nums[0] + nums[1] == 9 ,返回 [0, 1] 。 |
示例 2
输入:nums = [3,2,4], target = 6 | |
输出:[1,2] |
示例 3
输入:nums = [3,3], target = 6 | |
输出:[0,1] |
限制
2 <= nums.length <= 10^3
-10^9 <= nums[i] <= 10^9
-10^9 <= target <= 10^9
- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然,采用这种方式的时间复杂度是 O(n2),空间复杂度是 O(1),实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
for (int i = 0; i < nums.length; i++) { | |
for (int j = i + 1; j < nums.length; j++) { | |
if (nums[i] + nums[j] == target) { | |
return new int[]{i, j}; | |
} | |
} | |
} | |
return new int[0]; | |
} | |
} |
哈希匹配
如果采用“空间换时间”的方法,利用哈希表结构查找时间复杂度为 O(1) 的特性,就可以一次循环快速得到结果。
最终,时间复杂度降到 O(n),空间复杂度则变成 O(n)。
package cn.fatedeity.algorithm.leetcode; | |
import java.util.HashMap; | |
public class TwoSum { | |
public int[] answer(int[] nums, int target) { | |
HashMap<Integer, Integer> hashMap = new HashMap<>(); | |
for (int i = 0; i < nums.length; i++) { | |
int diff = target - nums[i]; | |
if (hashMap.containsKey(diff)) { | |
return new int[]{hashMap.get(diff), i}; | |
} | |
hashMap.put(nums[i], i); | |
} | |
return new int[0]; | |
} | |
} |