LeetCode——两数之和

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。

我们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。

我们可以按任意顺序返回答案。

例子1：

输入：nums = [2,8,11,15], target=10
输出：[0,1]
解释：因为 nums[0]+nums[1] == 10 ,所以返回[0,1]

解答：

class Solution {
    public int[] twoSum(int[] nums, int target) {
        for (int i=0;i<nums.length;i++){
            for (int j=i+1;j<nums.length;j++){
                if (nums[i]+nums[j]==target){
                    return new int[]{i,j};
                }
            }
        }
        return null;
    }
}

结论：很难受，比别人差。

该方法 时间复杂度为 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)。

 LeetCode官方给了更好的解法：

在我自己的方法中，是枚举数组中的每一个数x，寻找数组中是否存在target-x，时间复杂度高的原因是寻找 target - x 的时间复杂度高，因此我们需要一种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的时间复杂度从O(N)降低到O1。

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 int[] twoSum(int[] nums, int target) {
        Map<Integer, Integer> table = new HashMap<>();
        for (int i=0;i<nums.length;i++){
            if (table.containsKey(target-nums[i])){
                return new int[]{table.get(target-nums[i]),i};
            }
            table.put(nums[i],i);
        }
        return new int[0];
    }
}

最终我们可以看到 两种方法执行速度的差距，几乎相差30倍。可见好的算法的重要性！