题面
难度:简单
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 <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
- 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?
求解
暴力求解
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
。
public int[] twoSum(int[] nums, int target) {
for (int i = 0, length = nums.length; i < length - 1; i++) {
for (int j = i + 1; j < length; j++) {
if (nums[i] + nums[j] == target) {
return new int[]{i, j};
}
}
}
return new int[0];
}
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)
暴力求解-随机选取
我们可以将上面提到的方法称之为暴力求解-顺序选取算法,还有一种方法比这个算法更加“暴力”。
有一个有趣的理论叫做“无限猴子理论”:让房间里的一大群猴子各自在一台打字机前打字,理论上只要给予的时间足够长,就会有一只猴子敲出莎士比亚的名句来。
public int[] twoSum(int[] nums, int target) {
int length = nums.length;
Random random = new Random();
for (; ; ) {
int i = random.nextInt(length);
int j;
do {
j = random.nextInt(length);
} while (i == j);
if (nums[i] + nums[j] == target) {
return new int[]{i, j};
}
}
}
Hash表
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。
public int[] twoSum(int[] nums, int target) {
int length = nums.length;
Map<Integer, Integer> map = new HashMap<>(16);
for (int i = 0; i < length; i++) {
// key为数值,value为下标
map.put(nums[i], i);
}
for (int i = 0; i < length; i++) {
// i为确定量(下标),剩下的是确定另一个下标
int key = target - nums[i];
if (map.containsKey(key) && i != map.get(key)) {
return new int[]{i, map.get(key)};
}
}
return new int[0];
}
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