[LeetCode - 哈希表] 1. Two Sum

1 问题

Given an array of integers, return indices of the two numbers such that they add up to a specific target.
You may assume that each input would have exactly one solution, and you may not use the same element twice.
Example:
Given nums = [2, 7, 11, 15], target = 9,
Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

2 分析

使用 $lt$ 和 $rt$ 表示满足目标条件：

$$nums[lt] + nums[rt] = target \quad\quad(1)$$ 的下标值. 根据（1）式，如果我们求出序列 $nums$ 中的所有两两组合的值，然后逐一与 $target$ 比较，是可以求出 $lt$ 和 $rt$ 的。在长度为 $n$ 的序列中，有 $C_n^2$ 个组合，因此这种算法的时间复杂度是 $O(n^2)$。
这种算法显然效率不够高，通过观察(1)式，有：
$$nums[lt] = target - nums[rt] \quad\quad(2)$$ 这样问题可以转化为：在长度为 $n$ 的序列中，给定 $nums[lt]$, 查找 $nums[rt]$ 是否存在. 执行查找操作效率最高的数据结构是哈希表, 查找操作的时间复杂度是 $O(1)$。按照这种思路，需要将 $nums[rt]$ 存储在哈希表中, 那么可以按照如下方式构建哈希表：
$$key: nums中的值\\ value: 该值对应的下标$$ 因此遍历一次序列，对序列中的每一个元素，在哈希表上执行查找操作，便可以求出答案，时间复杂度是 $n*O(1)=O(n)$。
(2)式具有对称性，即可以根据 $nums[lt]$，查找 $nums[rt]$, 也可以根据 $nums[rt]$查找 $nums[lt]$。因此，只需要遍历一次序列，第一次遇到 $lt$ 时将其加入哈希表中，在遇到 $rt$时，便可以确定其为最终解。

3 代码

Java 代码如下：

public int[] twoSum(int[] nums, int target) {
    Map<Integer, Integer> map = new HashMap<>();
    for (int i = 0; i < nums.length; i++) {
        int complement = target - nums[i];
        if (map.containsKey(complement)) {
            return new int[] { map.get(complement), i };
        }
        map.put(nums[i], i);
    }
    throw new IllegalArgumentException("No two sum solution");
}