给定一个整数数组和一个目标值,找出数组中和为目标值的两个数。
你可以假设每个输入只对应一种答案,且同样的元素不能被重复利用。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
第一个方法:暴力法
暴力法很简单。遍历每个元素x,并查找是否存在一个x[x]+x[x]与 target相等的目标元素。
1.
vector<int> twoSum(vector<int>& nums, int target) {
for(int i=0;i<nums.size();++i)
for(int j=i+1;i<nums.size();++j)
if(nums[i]+nums[j]==target)
return {i,j};
}
2.
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> res;
for(int i=0;i<nums.size();++i)
{
int t=target-nums[i];
for(int j=i+1;j<nums.size();++j)
{
if(t==nums[j])
{
res.push_back(i);
res.push_back(j);
return res;
}
}
}
return res;
}
复杂度分析:
-
时间复杂度:O(n^2)O(n2), 对于每个元素,我们试图通过遍历数组的其余部分来寻找它所对应的目标元素,这将耗费 O(n)O(n) 的时间。因此时间复杂度为 O(n^2)O(n2)。
-
空间复杂度:O(1)O(1)。
第二个方法: 两遍哈希表
为了对运行时间复杂度进行优化,我们需要一种更有效的方法来检查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。保持数组中的每个元素与其索引相互对应的最好方法是什么?哈希表。
通过以空间换取速度的方式,我们可以将查找时间从 O(n)O(n) 降低到 O(1)O(1)。哈希表正是为此目的而构建的,它支持以 近似 恒定的时间进行快速查找。我用“近似”来描述,是因为一旦出现冲突,查找用时可能会退化到 O(n)O(n)。但只要你仔细地挑选哈希函数,在哈希表中进行查找的用时应当被摊销为 O(1)O(1)。
一个简单的实现使用了两次迭代。在第一次迭代中,我们将每个元素的值和它的索引添加到表中。然后,在第二次迭代中,我们将检查每个元素所对应的目标元素(target - nums[i])是否存在于表中。注意,该目标元素不能是 nums[i]本身!
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> twosum;
map<int,int> tmpmap;
for(int i=0;i<nums.size();++i)
{
tmpmap[nums[i]]=i;
}
for(int i=0;i<nums.size();++i)
{if(tmpmap.count(target-nums[i])!=0&&tmpmap[target-nums[i]]!=i)
{
twosum.push_back(i);
twosum.push_back(tmpmap[target-nums[i]]);
break;
}}
return twosum;
}
复杂度分析:
-
时间复杂度:O(n)O(n), 我们把包含有 nn 个元素的列表遍历两次。由于哈希表将查找时间缩短到 O(1)O(1) ,所以时间复杂度为 O(n)O(n)。
-
空间复杂度:O(n)O(n), 所需的额外间取决于哈希表中存储的元素数,该表中存储n 个元素。
第三个方法:指针
先对数组元素从小到大升序排序,然后在一个循环中利用头尾指针扫描排序后的数组,每次扫描比较两个数的和和 target
的值。因为需要得到元素的排序前下标,所以用一个结构体数组来保存数组元素的值和未排序之前元素所在下标,这样的话采用快速排序,时间复杂度为 O(n*logn),空间复杂度为 O(n)。
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
struct Node { // 保存数组中每个数的值和排序前所在下标
int index, val;
bool operator <(Node &n) {
return val < n.val;
}
};
vector<int> res;
int size = nums.size();
Node nodes[size];
for (int i = 0; i < size; i++) {
nodes[i].val = nums[i], nodes[i].index = i;
}
sort(nodes, nodes + size);
int start = 0, end = size - 1, t;
while (start < end) {
t = nodes[start].val + nodes[end].val;
// 等于
if (t == target) {
res.push_back(nodes[start].index);
res.push_back(nodes[end].index);
return res;
// 小于, start 指针后移
} else if (t < target) {
start++;
// 大于,end 指针前移
} else {
end--;
}
}
return res;
}
};