LeeCode 1 ：两数之和

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]

这是非常典型的一道使用哈希表来处理的题目，这道题中用到的哈希表非常简单，容易理解，让大家感受一下哈希表有多强大。
暴力解法：
话说暴力就是我们对于这道题最直观的理解，遍历每一个元素，然后再从数组中查找与之匹配的数字，时间复杂度很高，O(n^2)。查找匹配数字的过程，最简单的方法当然是依次查找。但是，有优化的空间，我们可以只遍历当前元素之前的列表，这样可以省去很多无用的查找过程。程序如下：

    def twoSum(self, nums, target):
        for i in range(1,len(nums)):
            num = nums[:i]
            if (target - nums[i]) in num:
                j = num.index(target - nums[i])
                break
        return [j,i]
   #耗时532ms

hash解法：
暴力法最浪费时间的地方在于匹配过程，我们需要在列表中依次查找目标数值从而得到对应下标。如果列表中的元素与下标间用映射函数联系起来，建立哈希表，只要得到目标值，通过查询哈希表直接得到其下标而不是依次遍历，就可以省去很多时间。这里，我们使用字典来模拟哈希表，程序如下：

    def twoSum(self, nums, target):
        hashdict = {}
        for i, num in enumerate(nums):
            if hashdict.get(target - num) is not None:
                return [hashdict.get(target - num),i]
            hashmap[num] = i
    #耗时56ms

注意上下对比，其实，我们只是把列表查询改为了字典查询（hash查询），都是只遍历当前元素之前的列表，时间相差悬殊，这就是哈希表思想的好处。
注：其实解法都是来自leecode中大神，我这里只是照猫画虎，类似笔记，为的以后好翻来看看。