Leetcode 001 - Two Sum 两数之和

简评

这是Leetcode 001号 题目，本以为是一道超级简单题。（实际上也确实是）基本的解题思路的确是编程入门者也能写出来。不过我在看了solution之后才发现原来还有很大的优化空间，可以把算法时间复杂度从 O(n^2)优化到O(n)的级别。不过事难两全，相对于的空间复杂度就要从O(1)退化到O(n)。

本文从我的个人博客转来，全文除注明外原创。

原文地址

题目

原版链接    官方中文版

英文原文

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, and you may not use the same element twice.

官方中文

给定一个整数数列，找出其中和为特定值的那两个数。

你可以假设每个输入都只会有一种答案，同样的元素不能被重用。

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]

 

解法一（暴力枚举、遍历）

思路分析

不难想到:从第一个数直到倒数第二个数，检验每个数从其后一个开始直到最后一个数和它相加的和，如果等于target则返回这两个数的索引。

这种方法简单容易想到。代码实现也较为容易。

解法一AC代码

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        for( int i = 0; i < nums.size() ; ++i){
            for( int j  = i + 1 ; j < nums.size() ; ++j){
                if( nums[i] + nums[j] == target){
                    vector<int> ans  = {i,j};
                    return ans;
                }
            }
 
 
        }
    }
};

时间:113ms

解法二（Hashtable）

思路分析

这个解法来自solution。C++自带了hashtable的数据结构。关键字为map。这种结构通过计算元素的hash值来得出元素在内存中的位置。从而实现近乎O(1)的元素插入删除查找效率。之所以达不到,则是因为hashtable本身需要扩容。hashtable需要以(key,value)的形式成对存入数据。其中key作为数据在哈希表中的索引，value为该索引对应的值。因此，可以得出以下思路：应当把数据本身作为key，而数据在array中的索引作为value存入哈希表中。从第一个数nums[1]开始，直到最后一个数，检查 target - nums[i] 是否在 hashtable 中，如果在，则返回i值和target - nums[i] 对应的value值。如果不在，则把(nums[i],i)存入哈希表中。

解法二AC代码

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int , int> nums1;
        for( int i = 0 ; i < nums.size() ; ++i){
            int num = target - nums[i] ;
            if( nums1.count( num ) ){
                if( i < nums1[num]){
                    vector<int> ans= {i , nums1[num]  };
                     return ans;
                }
                else{
                     vector<int> ans= { nums1[num] ,i };
                      return ans;
                }
 
            }
            nums1[ nums[i] ] = i;
        }
    }
};

时间:9ms