LeetCode刷题系列——1.两数之和

题目

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。

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]

解题思路

1. 直接法

遍历数组中的每个元素 $x$，并查找在数组中是否存在一个元素等于 $target-x$ 。

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        for (int i = 0; i < nums.size()-1; i++) {
			for (int j = i + 1; j < nums.size(); j++) {
				if (target - nums.at(i) == nums.at(j)) {
					return{ i, j };
				}
			}
		}
		return {};
    }
};

注解：

• 时间复杂度：$O(n^2)$， 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 $O(n)$ 的时间。因此时间复杂度为 $O(n^2)$。

• 空间复杂度：$O(1)$。

---

2. 哈希表

2.1. 两遍哈希表

为了对运行时间复杂度进行优化，我们需要一种更有效的方法来检查数组中是否存在目标元素。如果存在，我们需要找出它的索引。保持数组中的每个元素与其索引相互对应的最好方法是什么？哈希表。

通过以空间换取速度的方式，我们可以将查找时间从 $O(n)$ 降低到 $O(1)$。哈希表正是为此目的而构建的，它支持以 近似 恒定的时间进行快速查找。我用“近似”来描述，是因为一旦出现冲突，查找用时可能会退化到 $O(n)$。但只要你仔细地挑选哈希函数，在哈希表中进行查找的用时应当被摊销为$O(1)$。

一个简单的实现使用了两次迭代。在第一次迭代中，我们将每个元素的值和它的索引添加到表中。然后，在第二次迭代中，我们将检查每个元素所对应的目标元素$(target-nums[i])$是否存在于表中。注意，该目标元素不能是 $nums[i]$本身！

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        map<int, int> m_Nums;
		for (int i = 0; i < nums.size(); i++)
			m_Nums.insert(map<int, int>::value_type(nums[i], i));
		for (int i = 0; i < nums.size(); i++) {
			int temp = target - nums.at(i);
			if ((m_Nums.find(temp) != m_Nums.end()) && (m_Nums.find(temp)->second != i)) {
				return{ i, m_Nums.find(target - nums.at(i))->second };
			}
		}
		return {};
    }
};

注解：

• 时间复杂度：$O(n)$， 我们把包含有 $n$ 个元素的列表遍历两次。由于哈希表将查找时间缩短到 $O(1)$ ，所以时间复杂度为$O(n)$。
• 空间复杂度：$O(n)$， 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 $n$ 个元素。

---

2.2一遍哈希表

为了对运行时间复杂度进行优化，我们需要一种更有效的方法来检查数组中是否存在目标元素。如果存在，我们需要找出它的索引。保持数组中的每个元素与其索引相互对应的最好方法是什么？哈希表。

通过以空间换取速度的方式，我们可以将查找时间从 $O(n)$降低到 $O(1)$。哈希表正是为此目的而构建的，它支持以 近似 恒定的时间进行快速查找。我用“近似”来描述，是因为一旦出现冲突，查找用时可能会退化到$O(n)$。但只要你仔细地挑选哈希函数，在哈希表中进行查找的用时应当被摊销为 $O(1)$。

一个简单的实现使用了两次迭代。在第一次迭代中，我们将每个元素的值和它的索引添加到表中。然后，在第二次迭代中，我们将检查每个元素所对应的目标元素$(target-nums[i])$是否存在于表中。注意，该目标元素不能是$nums[i]$本身！

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
		map<int, int> m_Nums;
		for (int i = 0; i < nums.size(); i++) {
			int temp = target - nums[i];
			if (m_Nums.find(temp) != m_Nums.end())
				return{ m_Nums.find(temp)->second, i };
			m_Nums.insert(map<int, int>::value_type(m_Nums[nums[i]], i));
		}
		return{};
    }
};

注解

• 时间复杂度：$O(n)$， 我们只遍历了包含有 $n$个元素的列表一次。在表中进行的每次查找只花费 $O(1)$ 的时间。
• 空间复杂度：$O(n)$， 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 $n$个元素。

代码下载：

• 链接: https://github.com/Declines/LeetCode/blob/master/0001.twoSum/twoSum.cpp