Leetcode-01-Two Sum-python

1.1 关键字：哈希

题目如下：

给定一个整数数组，返回两个数字的索引，使它们相加到特定目标。
您可以假设每个输入只有一个解决方案，并且您可能不会两次使用相同的元素。
Example:
Given nums = [2, 7, 11, 15], target = 9,
Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

分析：
最粗暴的方式就是直接利用暴力搜索对整数数组进行遍历，通过遍历的操作进行相关运算，并进行判断是否满足要求，最后输出结果。

1.2 代码（暴力搜索）

d

class Solution:
    def twoSum(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        nums.sort()
        size = len(nums)
        i = 0
        num = i
        while i< size:
            if(target<nums[i]):
                num =i 
                break
            i = i+1
        onenum=0
        flog = ()
        while onenum <= num:
            twonum = onenum +1
            while twonum <= num:
                sumnum = nums[onenum] + nums[twonum]
                if sumnum == target:
                    flog = [onenum,twonum]
                    break
                twonum = twonum +1
            onenum = onenum +1
        if len(flog) == 0:
            return 
        else:
            return flog

1.3 思考

• 对暴力搜索的不足的考虑，便查看别人的代码，利用字典解决

def twoSum(self, nums, target):
        """
        :type nums: List[int]
        :type target: int
        :rtype: List[int]
        """
        if len(nums) <= 1:
            return False
        buff_dict = {}
        for i in range(len(nums)):
            if nums[i] in buff_dict:
                return [buff_dict[nums[i]], i]
            else:
                buff_dict[target - nums[i]] = i

• 整体的对比思考
  通过两段代码的比较对python的相关内容的熟悉，如果在python中想实现c或Java中for(xxx;xxx;x++)的操作的利用range函数

range函数：1.range（x，y）表示范围在x到y之间，包括x，不包括y。2.range（x，y，z）表示范围x到y之间，包括x，不包括y，但是执行的操作是每次加z。3.range（x）表示范围从0到x，不包括x

python的字典想法，看了别人的代码用的是字典，加上看到了一篇关于java对这道题的思考，便决定看看字典的原理，字典的原理是哈希表的实现

采用不同的算法的思考
利用字典（哈希）：56ms
利用暴力：return 的位置在循环内部：9220ms
return 的位置在方法结束：8680ms

暴力的原因：return放在循环内部提早结束其实是会提高效率的，但是为什么出现了上面反而效率低，因为在return 一个表达式比一个直接的结果反而增加了繁重的压力，O（n2）的时间复杂度，常数空间复杂度-暴力算法（Brute force）
暴力算法思路非常简单，遍历数组中每个元素x并且试图找到是否有另外一个值相加和等于目标数，即target - x。因为每一次匹配值都需要遍历一次数组剩余元素，所以时间复杂度是n平方。
O（n）的时间复杂度，n的空间复杂度-哈希表（Hash table），通过将数组的值和索引使用哈希表存储起来，我们可以把匹配值的时间复杂度降为1。因为哈希直接通过值和索引值建立联系，通过target-顺序，然后通过索引判断这个值是否在哈希表中。

1.4 相关链接

1.Java的思考暴力算法和哈希

2.关于Python中的字典(映射、哈希、散列)理解