【透过算法了解编程】之两数之和

介绍：

大家好，我是猿码叔叔，很高兴又和大家见面了。

细数进入 Java 领域这几年，可谓一波三折，体会过求职与加班的心酸之后，也渐渐的开始学会将行业与自身职业素养联系起来，去思考如何做自己的职业规划。

技术似乎永远也是一个解不开的谜底，无论你怎么赴汤蹈火，最终都只有一个归宿，那就是家庭。所以啰嗦一句，我们学习技术，热爱技术最终都是为了有一个好的家庭。

正题：

今天要写的算法是力扣中的第一道题《两数之和》。

难度：容易

题目内容：

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。

你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。

你可以按任意顺序返回答案。

题目来源：力扣

💡分析：

根据题意，假设： +  == ，

则有 -  ==  ,   -  ==   

因此，最简单的办法就是全局搜索。我们分别创建 2 个 循环。 代表 , 

  代表   ，这样一来我们将两个循环的当前下标元素进行相加，如果等于 ，就按照题目要求的方式返回即可，反之继续遍历。由于题目中强调，数组  中一定会有一对满足要求的数对，且答案只有一个。因此我们不用担心是否有别的答案会出现，或者没有答案的情况。

 我们先用简单的方式实现一下，代码如下：

    public int[] twoSum1(int[] nums, int target) {
        int n = nums.length;
        // 定义存储结果的数组
        int[] res = new int[2];
        for (int i = 0; i < n; i++) {
            // 假设 nums[i] 为 target 的减数
            int sub = target - nums[i];
            for (int j = 0; j < n; j++) {
                // 判断当前 nums[j] 是否为 nums[i] 的差
                if(sub == nums[j]) {
                    res[0] = i;
                    res[1] = j;
                    return res;
                }
            }
        }
        return res;
    }

时间复杂度：， 为输入数组中元素的数量

空间复杂度：

💡 思考

这道题，很容易引人思考的一点是，当我们假设  为减数时，必然能根据假设获取到差值，因此我们可以用空间来换时间，使用 hash 来解题。当然，这里我不使用 HashMap，因为 HashMap 是一个封装的散列表，底层也会使用数组扩容机制来 hash 数据，因此我们来学习一下 数组 hash。但前提是   尽可能的小，且大于 。

假设: ;

为了降低时间复杂度，我们必须尽可能少的去对 nums 进行全局搜索。而且我们知道， 最多为 1000，因此我们使用  本身作为 hash 值（索引），能快速定位到其是否存在。初始化的数组，元素都会为 0。

设数组：;  若   > 0，说明该差值存在。

下面是代码实现：

    public int[] twoSumHash(int[] nums, int target) {
        int n = nums.length;
        // 用以存储索引的 hash 数组
        int[] hash = new int[1001];
        for (int i = 0; i < n; i++) {
            // 用元素值代替 hash 数组的索引
            hash[nums[i]] = i;
            // 求差值
            int sub = target - nums[i], idx;
            // 避免数组越界
            if(sub > -1) {
                // 如果 sub 定位到的 hash 数组元素不为 0，
                // 意味着以该元素为下标的值即为差值的索引
                if((idx = hash[sub]) > 0 && idx != i) {
                    return new int[] {i, idx};
                }
            }
        }
        return new int[0];
    }

时间复杂度：， 为输入数组中元素的数量

空间复杂度：

当然，这中解法只能作为数组 hash 的一种示范，并不能解决所有情况下的两数之和。

大家可以尝试自己去用 HashMap 实现，与写法 2 差不多。

🎓 总结：

这道题，可以很好的作为理解 hash 实现原理的辅助，同时也颠覆我们对数组查询效率较低的认知，也渗透出算法为解决诸多难题要面对的最大困难之一 —— 搜索。比如 Elasticsearch就用到了 D-Gap 索引算法，来压缩文档编号，达到空间压缩的作用。可能这些效率上的提升是细微的，但对于庞大的数据量来说，足够了。算法之所以区别于一般的程序，我个人认为它更多的是以效率为导向，来快速解决问题。

学习点：

• hash的作用：解决全局搜索时间复杂度高的问题
• 如何使用数组对一般较小且值固定的元素进行快速搜索，比如 a, b, c, d