[Leetcode] 1. Two Sum 解题报告

题目：

 

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.

Example:

Given nums = [2, 7, 11, 15], target = 9,

Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

 

UPDATE (2016/2/13):
The return format had been changed to zero-based indices. Please read the above updated description carefully.

思路：

1、暴力枚举法：两重循环搜索所有的情况，时间复杂度O(n^2)，空间复杂度O(1)。肯定无法满足题目要求。

2、将数组排序（前提是允许修改原数组），然后用两个指针从左右分别扫描数组：

1）如果当前和大于target，则右指针左移一位；

2）如果当前和小于target，则左指针右移一位；

3）如果当前和等于target，则加入结果集中，并返回（由于题目中假设每对输入中有且仅有一对结果）。

这种方法中排序的时间复杂度是O(n*logn)，扫描数组的时间复杂度是O(n)，所以总体时间复杂度是O(n*logn)，空间复杂度是O(1)。

3、定义一个hash表，并且依次扫描原数组中的数。如果hash表中存在(target - nums[i])，则分别两者的下标；否则将nums[i]放入hash表中。这种方法的时间复杂度可以降至O(n)，但是空间复杂度为O(n)，是一种典型的用空间换时间的做法。

 

注意target - nums[i]有可能越界，所以需要将remain的类型定义为long long（不过目前的测试用例似乎没有测试到这种edge case）。

 

代码：

C++:

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) 
    {
        unordered_map<int, int> hashMap;
    	std::vector<int> indices;
    	for (size_t i = 0; i < nums.size(); i++)
    	{
    		long long remain = target - nums[i];        // avoid the overflow of int
    		if(remain < INT_MIN || remain > INT_MAX)
    		    continue;
    		if (hashMap.find(remain) != hashMap.end())
    		{
    			indices.push_back(hashMap[remain]);
    			indices.push_back(i);
    			return indices;
    		}
    		hashMap.insert(pair<int, int>(nums[i], i));
    	}
    	return indices;
    }
};

Python3:

class Solution:
    def twoSum(self, nums: 'List[int]', target: 'int') -> 'List[int]':
        if len(nums) <= 1:
            return False
        indices = {}
        for i in range(len(nums)):
            if nums[i] in indices:
                return [indices[nums[i]], i]    # return the results
            else:
                indices[target - nums[i]] = i   # add this to indices

Follow up:

1、如果算法可能无解，或者有多个解，则现有算法需要如何修改？

考虑到target具有不同的分解方式，例如3+5=8，并且2+6=8，所以在获得一个解时就不能提前返回了。此外，由于数组中还可能有重复元素，所以最好将hashMap的value类型修改为set<int>，而且必须首先对整个数组做一个遍历，建立起一个包含完整数据的hashMap，然后再对数组进行第二次扫描。在这个过程中，为进一步提高效率，可以考虑第一次扫描时，在hashMap中只存放小于等于target/2的值。然后在第二次扫描时，只有遇到大于target/2的值，才在hashMap中找对应项。当然最后别忘了处理一下target/2的特殊情况。

2、如果给定的数组特别大，则怎么办？如果有多台计算机可供使用，则如何优化算法？

如果数组特别大，则意味着无法将它们全部同时加入内存。假如有多台计算机，可以考虑将数组拆分，然后分别计算，最后合成结果。假如有n台计算机，我们可以将数组中小于等于target/2的所有数分成n份，然后分别计算。假如其中一份的范围是[left_min, left_max]，则在该计算机上只考虑范围在[target - left_max, target - left_min]之内的数。最后将每台计算机上的计算结果合并起来即可。此时target/2的情况也需要特殊处理。至于如何拆分数据，则有两种思路可供考虑：1）在一台超级计算机上将数据将数据分成n份，然后分别发送到各台计算机；2）将数组数据复制n份，分别存到各台计算机上，然后每台计算机处理的时候，只处理处于自己处理范围之内的数据。这两种方式各有优劣。