例如,给定数组 num=[2,7,11,15],target=9,
因为num[0]+num[1]=2+7=9,
所以返回[0,1].
方法一蛮力法/暴力法:
蛮子法比较简单,遍历数组的每个元素x并且发现是否存在另一个元素的值=target-x.
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[j] == target - nums[i]) {
return new int[] { i, j };
}
}
}
throw new IllegalArgumentException("No two sum solution");
}
复杂度分析:时间复杂度O(n2),对于每个元素,我们试图通过遍历剩余的数组来发现元素这话费了O(n)O(n)时间,因此时间,因此时间复杂度为O(n2).空间复杂度为O(1).
方法二双循环哈希表法
为了改善运行时间复杂度,我们需要一种更有效的方式去检测是否补集存在这个数组中,如果补集存在,我们就查找它的下标,保持数组中的每个元素到其下标的映射的最好的方式是什么呢??哈希表!!!
我们减少了查找时间从O(n)到O(1)以空间换速度。哈希表就是为了这个目的建立的。
我们用两次迭代进行一个简单的实现,第一次,我们把每个元素的值和下标(索引)添加到哈希表中,第二次,我们检查是否每个元素的补集存在哈希表中,注意:这个补集一定不能是num[i]本身。
public int[] twoSum(int[] nums, int target) {
Map<Integer, Integer> map = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
map.put(nums[i], i);
}
for (int i = 0; i < nums.length; i++) {
int complement = target - nums[i];
if (map.containsKey(complement) && map.get(complement) != i) {
return new int[] { i, map.get(complement) };
}
}
throw new IllegalArgumentException("No two sum solution");
}
时间复杂度O(n)空间复杂度O(n)
方法三单循环哈希表:
我们也可以用一次循环来做,当我们迭代将元素插入哈希表的时候,我们也可以查找是否当前元素的补集存在于哈希表中,,如果存在,立即返回。
public int[] twoSum(int[] nums, int target) {
Map<Integer, Integer> map = new HashMap<>();
for (int i = 0; i < nums.length; i++) {
int complement = target - nums[i];
if (map.containsKey(complement)) {
return new int[] { map.get(complement), i };
}
map.put(nums[i], i);
}
throw new IllegalArgumentException("No two sum solution");
}
时间复杂度O(n),我们只遍历了一次包含N个元素的列表,每次查找哈希表只需要O(1)时间
空间复杂度O(n).