一、题目
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]
提示:
- 2 <= nums.length <= 10^4
- -10^9 <= nums[i] <= 10^9
- -10^9 <= target <= 10^9
只会存在一个有效答案
进阶:你可以想出一个时间复杂度小于 O(n²) 的算法吗?
二、思路
(1)暴力法
最简单的方法为直接使用两个循环,两轮搜索查找i,j使得nums[i]+nums[j] == target。但是时间复杂度为O(N²)
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
int n = nums.size();
for(int i = 0 ; i< n; i++)
{
for(int j = i + 1; j < n ; j++)
{
if(nums[i] + nums[j] == target)
{
vector<int> ans(2);
ans[0] = i;
ans[1] = j;
return ans;
}
}
}
vector<int> ans(1,0);
return ans;
}
};
(2)哈希法
利用哈希表支持在常数时间内插入、删除和查找元素的特性,我们引入一个STL中的哈希表unodered_set,将数组nums[]中的元素放进去。对于每一个nums[i],用unodered_set的find()方法查找哈希表中是否有元素其值为target - nums[i](只需要O(1)时间~),如果发现有,那么就找出在数组nums[]中该元素的下标j(用一层for循环遍历,O(N))。最后返回由两下标构成的数组{i,j}即可。(就懒得自己构造了hhhh)
时间复杂度为O(N),空间复杂度也为O(N)。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
int n = nums.size();
unordered_set<int> hashTale;//创建一个哈希set容器
for(int i=0; i< n; i++)//遍历数组,对于每一个nums[i]
{
if(hashTale.find(target - nums[i])!=hashTale.end())//先用哈希set的查找find()方法判断哈希表里是否存在元素其值为target-nums[i]
{//如果存在,
for(int j = 0; j < n; j++)//则再次遍历数组,找出那个j值
if(nums[j] == target - nums[i])//使得nums[j] = target - nums[i]
{
vector<int> ans(2);//将i,j装入向量中,返回答案
ans[0] = j;
ans[1] = i;
return ans;
}
}
hashTale.insert(nums[i]);//若哈希表中尚未找到target-nums[i],则先把nums[i]存入
}
vector<int> ans(1,0);//若查找失败,返回{0}
return ans;
}
};
三、官方解法
方法一:暴力枚举
思路及算法
最容易想到的方法是枚举数组中的每一个数 x,寻找数组中是否存在 target - x。
当我们使用遍历整个数组的方式寻找 target - x 时,需要注意到每一个位于 x 之前的元素都已经和 x 匹配过,因此不需要再进行匹配。而每一个元素不能被使用两次,所以我们只需要在 x 后面的元素中寻找 target - x。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
int n = nums.size();
for (int i = 0; i < n; ++i) {
for (int j = i + 1; j < n; ++j) {
if (nums[i] + nums[j] == target) {
return {i, j};
}
}
}
return {};
}
};
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/two-sum/solution/liang-shu-zhi-he-by-leetcode-solution/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
复杂度分析
- 时间复杂度:O(N^2),其中 N 是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。
- 空间复杂度:O(1)。
方法二:哈希表(哈希map法)
思路及算法
注意到方法一的时间复杂度较高的原因是寻找 target - x 的时间复杂度过高。因此,我们需要一种更优秀的方法,能够快速寻找数组中是否存在目标元素。如果存在,我们需要找出它的索引。
使用哈希表,可以将寻找 target - x 的时间复杂度降低到从 O(N) 降低到 O(1)。
这样我们创建一个哈希表,对于每一个 x,我们首先查询哈希表中是否存在 target - x,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int> hashtable;
for (int i = 0; i < nums.size(); ++i) {
auto it = hashtable.find(target - nums[i]);
if (it != hashtable.end()) {
return {it->second, i};
}
hashtable[nums[i]] = i;
}
return {};
}
};
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/two-sum/solution/liang-shu-zhi-he-by-leetcode-solution/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
复杂度分析
- 时间复杂度:O(N),其中 N 是数组中的元素数量。对于每一个元素 x,我们可以 O(1) 地寻找 target - x。
- 空间复杂度:O(N),其中 N 是数组中的元素数量。主要为哈希表的开销。
四、学习心得
1.unordered_map的使用
同为哈希表法,官解使用的是map,而笔者是set。在本题中使用map比set更为高明。map相当于用pair<keyType, valueType>实例化的set,可以存储二元数据项。在本题可以存储数组元素值nums[i]——作为数据项的键,和数组元素下标i。二者以pair<int, int>形式同时存储在一起,这样就不需要额外用一次for循环遍历整个数组来找target-num[i]的下标j啦——因为target-num[i]已经和它的下标一起存进哈希表里了,只需要用find()方法找到后直接用迭代器itr->second返回即可!
2.vector<type>的返回
可以直接用return{i,j}返回,不需要多余几行冗杂的代码来声明一个vector<int>还要在赋值再返回。