一、写在前面
- 初衷
想刷leetcode也不是一两天的事情了,之前也有很多人给过建议,于是乎,就给安排上了,一来算法的确是很重要的一块,需要好好学,为了提升自己,再者,这也可以作为微信推文的一块,给大家分享,当然,最重要的是这个过程中会结交到很多志趣相投,有想法的朋友。 - 我们
目前我已经集结了7位研究生学长学姐(各个大学),一个月内不会加人,大家可以加我微信(zs820553471),进学习交流群讨论,一个月后如果效果不错,很多人感兴趣,我再另建一个专门的算法学习交流群。 - 安排
目前打算一个星期刷2-3个题,推文分享进度可能会慢一点,但一个星期至少也会有两篇,期待大家参与。
二、今日题目
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]
三、 分析
这个题目看似很简单,在一个列表(nums
)里面找到两数,满足和为事先指定好的数(target
),其实有陷阱,第一:很多人一看到题目自然想到两层for循环解决问题,but
这种人人都想到的问题你若是也这么做,如果你就这种程度,面试失败也不算亏;第二:这题的返回值到底是什么?你看清了吗?它的返回值是一个列表,列表里是int
型的数据,这个数据并不是我们找到的满足算式的数,而是这个数在列表里对应的下标
,你中招了吗?第三:双for循环极易出错的地方,不能出现自己加自己的情况。
四、解题
- 方法一:
又蠢又笨的双重for循环
class Solution(object):
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
l = len(nums)
for a in range(l):
for b in range(l):
if a != b:
if nums[a]+nums[b] == target:
return [a,b]
nums = [2, 7, 11, 15]
target = 9
test_o = Solution()
result = test_o.twoSum(nums,target)
print(result)
-
提交结果:
-
方法二:比双for聪明一点
我们作图分析易发现,其实直接双重for循环进行运算是有一半的运算是没有意义的,比如a+b
和b+a
其实是一模一样的,如下图分析:
如何把重复的去掉减少计算机运行量来提升运行速度呢?
我想的比较简单,利用标识位,建立一个和给定整数列表一样长的数组,初始值为全为0,第一层for循环运行一次,该位对应的标识值由0变成1,在第二层for运算时先判断对应的数据位上的标识符是否都为0,为0 则进行运算比较,否则说明互相之间已经运算过,就continue
,代码如下:
class Solution(object):
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
l = len(nums)
flags = [0 for i in range(l)]
for a in range(l):
flags[a]=1
for b in range(l):
if flags[b]==0:
if nums[a]+nums[b] == target:
return [a,b]
# 另一种简单方法
# l = len(nums)
# for a in range(l):
# for b in range(a+1,l):
# if nums[a] + nums[b] == target:
# return [a, b]
- 运行结果:
- 方法三 一层循环(偷瞄了小詹学长的方法)
class Solution(object):
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
l = len(nums)
for a in range(l):
one_unm = nums[a]
other_one = target - one_unm
if other_one in nums:
b = nums.index(other_one)
if a != b:
if a>b:
return [b,a]
return [a,b]
- 运行结果:
- 方法四:一层for循环优化(小詹读者【村前河水流】提供)
class Solution(object):
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
l = len(nums)
dict_nums = {nums[i]:i for i in range(l)}
for a in range(l):
one_unm = nums[a]
other_one = target - one_unm
if other_one in dict_nums and a!= dict_nums[other_one]:
return [a,dict_nums[other_one]]
- 运行结果:
五、疑惑
方法一和二耗时长,双重for循环,时间复杂度高,耗时长没话说,可方法三和方法四的差别,怎么也这么大呢?
我仔细研究了一下,方法三和四最大的差别就是:前者是列表遍历查找,后者是字典遍历查找,那么关键点来了,到底是不是这个问题呢?
- 列表与字典遍历性能测试代码:
import time
list_01 = [str(i) for i in range(1000)]
start_time = time.time()
if 'a' in list_01 :
a = 0
end_time = time.time()
print("列表遍历耗时:"+str(end_time-start_time))
dict_01 = {str(i):i for i in range(1000)}
start_time2 = time.time()
if 'a' in dict_01 :
a = 0
end_time2 = time.time()
print("字典遍历耗时:"+str(end_time2-start_time2))
- 测试结果:
数据量 | 列表耗时 | 字典耗时 |
---|---|---|
1000 | 0 | 0 |
10000 | 0 | 0 |
50000 | 0.996ms | 0 |
100000 | 1.995ms | 0 |
1000000 | 20.944ms | 0 |
10000000 | 208.443ms | 0 |
注:0表示的是所花时间极少,我所测的数据可以精确到微秒,极少的意思可表示为少于1微秒。
通过上表很容易看出,列表遍历与字典遍历的天大差别了,不过值得一提的还有,字典生成上要比列表生成慢很多,大家可以自测一下。
六、结语
本来今天打算更新边学敲边记爬虫系列的,但是,突然对算法来了兴趣,于是乎,便有了这个,希望能有更多的同学加入进来。
欢迎大家关注微信公众号:极简XksA,获取Python/Java/前端等学习资源!