1.Two Sum
1、Description
2、题解思路
暴力搜索O(N²):
两次遍历数组,两两相加找到符合条件的答案。
O(N)解法:
初始化已给空字典dict,对整个数组从前往后遍历一遍(k:0->len(list)),对于遍历到的值,如果该值不存在于字典中,则将target减去当前值作为key,把当前的k作为value存入到字典当中,如果当前的值已经存在于字典的keys当中,那么输出[dict[num[i]],i].
3、代码实现
以下为java代码:
class Solution {
public int[] twoSum(int[] nums, int target) {
int[] res = new int[2];
Map<Integer,Integer> map = new HashMap<Integer,Integer>();
for(int i=0;i<nums.length;i++){
if(map.containsKey(nums[i])){
res[0] = map.get(nums[i]);
res[1] = i;
return res;
}
else{
map.put(target-nums[i],i);
}
}
return res;
}
}
以下为Python3代码:
class Solution(object):
def twoSum(self, nums, target):
if len(nums) <= 1:
return False
buff_dict = {}
for i in range(len(nums)):
if nums[i] in buff_dict.keys():
return [buff_dict[nums[i]], i]
else:
buff_dict[target - nums[i]] = i
4、反思
上面采用HashMap的方法进行存储的时间复杂度为O(n),那么有没有人和我有同样的疑惑呢,虽然只有一层for循环,但是map.containsKey(nums[i])这个操作似乎并不是O(1)的操作,因为判断某一个key是否在map的key集合中,怎么也得将集合中所有的key都遍历一遍,所以此处是O(n)应该得提出质疑!那么解开这个谜题的重要取到就是看map.containsKey的源代码了。参考了一番博客之后得出的结论就是,HashMap的containsKey方法最好情况是O(1)最差的情况是O(n),其通过散列函数计算hash值的形式可以快速定位到目标的内存空间,然后在判断该散列值对应的存储空间中的链表上是否有该key,相比于比例一遍key set其已经在效率上得到了大大的优化。可以说散列函数取得好的话一般containsKey()方法的时间复杂度就是O(1)。所以这也是采用HashMap的方法解决Two Sum问题时间复杂度为O(n)的原因。
参考博客:
https://blog.csdn.net/qq_36442947/article/details/81903542
https://blog.csdn.net/qingtian_1993/article/details/80763381