给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
目标是减少时间,以空间换时间的目的。
你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。
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]
1.暴力方法
把整个数据全部循环一遍。
复杂度分析:
时间复杂度:O(n2)O(n^2)O(n2), 对于每个元素,我们试图通过遍历数组的其余部分来寻找它所对应的目标元素,这将耗费 O(n)O(n)O(n) 的时间。因此时间复杂度为 O(n2)O(n^2)O(n2)。
空间复杂度:O(1)O(1)O(1)。
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};
}
}
}
throw new IllegalArgumentException("No two sum solution");
}
2.方法二:两遍哈希表
复杂度分析:
时间复杂度:O(n)O(n)O(n), 我们把包含有 nnn 个元素的列表遍历两次。由于哈希表将查找时间缩短到 O(1)O(1)O(1) ,所以时间复杂度为 O(n)O(n)O(n)。
空间复杂度:O(n)O(n)O(n), 所需的额外空间取决于哈希表中存储的元素数量,该表中存储了 nnn 个元素。
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");
}
方法三:一遍哈希表
复杂度分析:
时间复杂度:O(n)O(n)O(n), 我们只遍历了包含有 nnn 个元素的列表一次。在表中进行的每次查找只花费 O(1)O(1)O(1) 的时间。
空间复杂度:O(n)O(n)O(n), 所需的额外空间取决于哈希表中存储的元素数量,该表最多需要存储 nnn 个元素。
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");
}