两数之和问题是会在面试中出现:
该定一个整数数组nums和一个目标值target,请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。你可以假设某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]
尽管这是一个看似简单的问题,但是你可以采取多种方法,没种方法都有自己的优点与缺点。
方法一:基本方法
只需要遍历所有可能的数字对,然后返回第一对,它们的总和就是你想要的。
def two_sum(arr,sum_val):
for i in range(len(arr)):
for j in range(i,len(arr)):
if arr[i]+arr[j]==sum_val:
return [i,j]
return None
这种方法在O(n²)时间和O(1)的空间中运行,其中是arr的长度。
方法二:优化时间
第二种方法通过使用额外的空间来提高时间复杂度。
首先初始化一个空映射,它将用于存储之前的元素及其索引。
然后,对于列表中的每个元素,首先通过检查“sum val-current”是否在映射的键集中,来检查之前是否遇到过sum val-current。如果是,那么你已经找到了所需的对,因current_element+(sum_val-current_element)==sum_val。
否则,将current_element添加到映射中,然后移动到下一个元素。
def two_sum(arr,sum_val):
seen={}
for i in range(len(arr)):
if sum_val - arr in seen:
return [i,seen[sum_val - arr]]
else:
seen[arr[i]]= i
return None
这种方法在O(n)时间和O(n)空间中运行。在这里,我们只访问每个数组元素一次,因为我们将以前看到的元素及其索引缓存在了映射中。
方法三:优化空间
最后一种方法在不用额外空间的情况下提高了时间复杂度,但是仍然比方法2使用更多时间。
在这种方法中,我们首先对数组进行排序,并使用排序数组的属性来提高时间复杂度,而不需要使用辅助空间。
为此,我们将使用一个双指针方法。我们在第一个元素出开始一个指针,在最后一个元素处开始第二个指针。然后检查指针所指向的两个元素的和。
如果和太大,则递减第二个指针,如果和太小,则递减第一个指针。
因为数组是排序的,所以我们可以保证数组是不会减少的。
def two_sum(arr,sum_val):
arr_sorted = sorted(arr)
left=0
right = len(arr) - 1
targets = None
while left < right:
cur_sum=arr_sorted[left]+arr_sorted[right]
if cur_sum == sum_val:
targets=[left,right]
break
elif cur_sum > sum_val:
right=right - 1
else:
left=left+1
if not targets:
return None
return[
arr.index(arr_sorted[targets[0]]),
arr.index(arr_sorted[targets[1]])
]
这种方法在O(nlog(n))时间和O(1)空间中运行。这里我们假设使用的排序方法在O(nlog(n))时间和O(1)空间中运行,比如堆序列。
☆注意,此方法运行时的主要原因来自排序操作。之后进行O(n)比较,因为指针每次移动1,直到他们重叠为止。
在这里,我们改进了基本方法的时间复杂度,而不需要像方法2那样使用额外的存储。我们可以利用数组已排序的事实来最小化我们必须进行比较的数量。