LeetCode算法笔记1

题目描述

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。

 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]

解法1:

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
      for i in nums:
        j = target - i
        start_index = nums.index(i)
        next_index = start_index + 1
        temp_nums = nums[next_index:]
        if j in temp_nums:
            return(nums.index(i), next_index + temp_nums.index(j))

解法2:(最佳)

class Solution:
    def twoSum(self, nums, target):
        dict = {}

        for i in range(len(nums)):
            if target - nums[i] not in dict:
                dict[nums[i]] = i
            else:
                return [dict[target - nums[i]], i]

这个代码段利用了哈希表（字典）的快速查找特性来实现 “Two Sum” 问题的解决方案。哈希表提供了平均时间复杂度为 O(1) 的查找操作，使得整体算法的时间复杂度达到了 O(n)。下面解释其基本原理：

1. 哈希表的特性

哈希表（字典）是一个数据结构，它能够以常数时间复杂度（O(1)）进行插入和查找操作。通过利用哈希函数，将键值对映射到表中的一个特定位置，从而能够快速地存取数据。

2. 算法思路

这个算法的主要思想是利用哈希表来记录已经遍历过的数字及其对应的索引。当遍历到某个数字时，通过检查哈希表，可以迅速确定是否存在与当前数字配对的目标数字。

具体步骤

1. 初始化哈希表：创建一个空的字典 dict 用于存储数组元素的值及其索引。
2. 遍历数组：通过 for 循环遍历数组中的每个元素。
3. 检查是否存在配对元素：对于每个元素 nums[i]，计算 target - nums[i]，检查这个值是否已经存在于字典中。
   • 如果存在，说明找到了两个数，它们的和等于目标值，直接返回这两个数的索引。
   • 如果不存在，将当前元素及其索引存入字典中，以备后续元素查找使用。

举例说明

假设输入数组为 [2, 7, 11, 15]，目标值为 9。

步骤解析：

1. 初始化：

   dict = {}
   

2. 第一次迭代（i = 0，nums[0] = 2）：

   • target - nums[0] = 9 - 2 = 7
   • 7 不在 dict 中

           

dict = {2: 0}

 

1. 第二次迭代（i = 1，nums[1] = 7）：

   • target - nums[1] = 9 - 7 = 2
   • 2 在 dict 中，dict[2] = 0
   • 找到配对，返回 [0, 1]

 

算法复杂度分析

• 时间复杂度：O(n)，其中 n 是数组 nums 的长度。因为每个元素最多只需在哈希表中查找和插入一次。
• 空间复杂度：O(n)，在最坏情况下，哈希表需要存储所有元素。

总结

这个算法通过哈希表实现了在线性时间内解决 “Two Sum” 问题。核心在于利用哈希表的快速查找特性，将查找是否存在某个目标数字的操作从 O(n) 降低到 O(1)，从而显著提高了效率。