通过leetcode中的两数之和耗时最少的程序来理解查询其实可以不用先赋值

昨天刚刷了个leetcode简单算法两数之和，结果发现自己第一遍耗时188ms(纯属暴力破解)，如下为我的代码：

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

之后我查看了下一些高手的代码，耗时100ms的代码其实跟我的是一样的，只是可能测试的数据有些不同，不管这个，我在查看10ms的代码时，发现用map来实现:，如下为10ms的代码：

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

发现时间复杂度为O(n)，比起之前的n*logn小多了，但当我查看4ms的代码时，如下：

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        int i,j,nsize;
        nsize=nums.size();
        vector<int> result;
        map<int,int> hmap;
        for(i=0;i<nsize;i++){
            if(hmap.find(target-nums[i])!=hmap.end()){
                j=hmap[target-nums[i]];
                result.push_back(j);
                result.push_back(i);
                break;
            }
            else
                hmap[nums[i]]=i;
        }
        return result;
    }
};

发现其实在查询时可以不用先给map赋值，可以边查询边赋值，这样在大数据的情况下大大节省了不少时间。

以上代码转载leetcode官网，仅供学习参考。