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!