1.两数之和

最新推荐文章于 2023-03-10 17:50:28 发布

码化疼0

最新推荐文章于 2023-03-10 17:50:28 发布

阅读量51

点赞数

分类专栏：力扣文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/qq_42544599/article/details/124784555

版权

力扣专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文探讨了力扣1.两数之和问题的解决方案，通过比较使用List和Map进行查找效率的不同，指出在需要快速查找的情况下，哈希表（如HashMap）的性能远超线性表（如ArrayList）。示例代码展示了从暴力遍历到使用Map实现的优化过程，强调了数据结构选择对算法效率的影响。

摘要由CSDN通过智能技术生成

力扣 1. 两数之和

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。

示例 1：输入：nums = [2,7,11,15], target = 9 输出：[0,1] 解释：因为 nums[0] +
nums[1] == 9 ，返回 [0, 1] 。

示例 2：输入：nums = [3,2,4], target = 6 输出：[1,2]

示例 3：输入：nums = [3,3], target = 6 输出：[0,1]

提示： 2 <= nums.length <= 104 -109 <= nums[i] <= 109 -109 <= target
<= 109 只会存在一个有效答案进阶：你可以想出一个时间复杂度小于 O(n2) 的算法吗？

//做减法查找，5/54，拉了胯了
public static int[] twoSumMe(int[] nums, int target) {
    List<Integer> list = new ArrayList<>();
    for (int i = 0;i < nums.length;i++) {
        if (list.contains(target - nums[i])) {
            return new int[]{list.indexOf(target - nums[i]),i};
        }
        list.add(nums[i]);
    }
    return new int[0];
}

//不装了，暴力解法先试一波，8/11
public static int[] twoSumMe1(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};
            }
        }
    }
    return new int[2];
}

//WTF???把一解的list换成map，类似的逻辑居然快了N倍，200ms变成1ms，99/98
//List的contains是调用了自己的indexOf方法，遍历一遍且使用.equals判断，而且方法内还有一个indexOf要遍历，就很慢了
//Map的containsKey是用了自己的hash表，通过getNode查找，使用hashCode判断，会快很多
public static int[] twoSumMe2(int[] nums, int target) {
    Map<Integer,Integer> map = new HashMap<>();
    for (int i = 0;i < nums.length;i++) {
        if (map.containsKey(target - nums[i])) {
            return new int[]{map.get(target - nums[i]),i};
        }
        map.put(nums[i],i);
    }
    return new int[0];
}

主要是引出了List和Map在查找效率上的区别
List是线性表，Map是哈希表，如果是非遍历查找的话还是HashMap快些