剑指 Offer 57. 和为s的两个数字

一、题目

题目链接：力扣

输入一个递增排序的数组和一个数字s，在数组中查找两个数，使得它们的和正好是s。如果有多对数字的和等于s，则输出任意一对即可。

示例 1：

输入：nums = [2,7,11,15], target = 9
输出：[2,7] 或者 [7,2]

示例 2：

输入：nums = [10,26,30,31,47,60], target = 40
输出：[10,30] 或者 [30,10]

限制：

1 <= nums.length <= 10^5
1 <= nums[i] <= 10^6

---

二、题解

1、思路

暴力八成要超时，复杂度n2，太高了，因为暴力没用到升序这个已知条件。

🐝 哈希表--空间换时间

思想十分简单：遍历，遇到一个数，首先查找该数是否在哈希表中，如果不在将target与其的差值放入哈希表，如果在的话，说明存在两个数和为target，返回当前数字和target-当前数字。

🐝 双指针

列出所有的匹配相加可能，如上半截图片所示，其中，i（行）从0~n-1，j（列）从1~n，主要是避免混淆。

我们利用双指针i、j，i指向最左侧，j指向最右侧，也就是处于所列出的半个矩阵的右上角（“顶部”），即S(0, n)，此时，i指向最小元素，j最大元素。（升序数组)

1. 如果此时 “两侧和” S(0, n)大于target（目标值），说明和太大了，要减小一点，左侧已经是最小了，只能让右侧左移一次。（最右侧的这个值没必要再和 最左侧值右侧的元素相加比较了）
2. 如果此时 “两侧和” S(0, n)小于target（目标值），说明和太小了，要增大一点，右侧已经是最大了，只能让左侧右移一次。（最左侧的这个值没必要再和 最右侧值左侧的元素相加比较了）
3. 如果此时 “两侧和” S(0, n)等于target（目标值），直接返回，两个值即可。
4. 循环至左右指针相遇跳出（但不可相等，题目要求两个数的和，不是一个数的二倍）。

你可能有疑惑：我们是不是忽略了很多情况？

是的，利用有序忽略了多种情况。

对于下面这个示意图，我们发现一行中（橙色）nums[i]相等，nums[j]递增（左往右，右侧最大）；一列中（绿色）nums[j]相等，nums[i]递增（上往下，上方最小)。因此，我们得出几个结论：

1. 蓝色右上角是左最小、右最大的地方；
2. 蓝色左侧的（橙色）都比蓝色小；
3. 蓝色下方的（绿色）都比蓝色大。

每次我们比较的都是半个矩阵的右上角元素（蓝色）与target的相对大小，也就是左侧最小，右侧最大。 

1. 如果 蓝色 > target，绿色的直接忽略，因为他们比蓝色还大；
2. 如果 蓝色 < target，橙色的直接忽略，因为他们比蓝色还小。

2、代码实现

🐝 哈希表--空间换时间

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_set<int> set;
        vector<int> res;
        for(int i = 0; i < nums.size(); i++)
        {
            if(set.find(nums[i]) == set.end())set.insert(target - nums[i]);
            else 
            {
                res.emplace_back(nums[i]);
                res.emplace_back(target - nums[i]);
                break;
            }
        }
        return res;
    }
};

🐝 双指针

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        int i = 0;
        int j = nums.size() - 1;
        int sum_temp;
        vector<int> res;
        
        while(i < j)
        {
            sum_temp = nums[i] + nums[j];
            if(sum_temp<target)i++;
            else if(sum_temp>target)j--;
            else 
            {
                res.emplace_back(nums[i]);
                res.emplace_back(nums[j]);
                return res;
            }
        }
    
        return res;
    }
};

3、复杂度分析

🐝 哈希表--空间换时间

时间复杂度：O(n)；

空间复杂度：O(n)。

🐝 双指针

时间复杂度：O(n)；

空间复杂度：O(1)。

4、运行结果

🐝 哈希表--空间换时间

🐝 双指针