数组12--和为S的两个数字

数组12--和为S的两个数字-jz42

题目概述

  • 算法说明
    输入一个递增排序的数组和一个数字S,在数组中查找两个数,使得他们的和正好是S,如果有多对数字的和等于S,输出两个数的乘积最小的。
  • 测试用例
    对应每个测试案例,输出两个数,小的先输出。
    输入:
    [1,2,4,7,11,15],15
    输出:
    [4,11]

解析&参考答案

  • 解析
    方法1: 2个for循环遍历,记录满足条件最小的两个数即可,时间复杂度较高;
    方法2: 使用一个for循环,2个指针分别指向最左和最右,依次向中间夹逼,第一个符合要求的即为目标数(两个数字间距越大,其乘积越小)。
  • 参考答案
vim jz42.go
package main

import "fmt"

func FindNumbersWithSum(array []int, sum int) []int {
	var result []int
	if array == nil || len(array) < 2 {
		return result
	}
	left, right := 0, len(array)-1
	for left < right {
		tmp := array[left] + array[right]
		if tmp == sum {
			result = []int{array[left], array[right]}
			break
		} else if tmp > sum {
			right--
		} else if tmp < sum {
			left++
		}
	}
	return result
}

func main() {
	array := []int{1, 2, 4, 7, 11, 15}
	sum := 15
	result := FindNumbersWithSum(array, sum)
	fmt.Println(result)
}

注意事项

说明

  1. 当前使用 go1.15.8
  2. 参考 牛客网--剑指offer
    标题中jzn(n为具体数字)代表牛客网剑指offer系列第n号题目,例如 jz01 代表牛客网剑指offer中01号题目。

注意!!!

  • 笔者最近在学习 golang,因此趁机通过数据结构和算法来进一步熟悉下go语言
  • 当前算法主要来源于剑指 offer,后续会进一步补充 LeetCode 上重要算法,以及一些经典算法
  • 此处答案仅为参考,不一定是最优解,欢迎感兴趣的读者在评论区提供更优解
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 这道题要判断一个由数字构成的数组以及一个整数s是否包含两个和为s的元素(例如对于数组[5, 9, 1, 3],s=6,答案是是,但对于相同的数组,s=7,答案是否)。针对这个问题,设计一个算法,使其的时间效率最优。 ### 回答2: 该问题可以用哈希表来解决,时间效率为O(n)。 首先,我们可以创建一个空的哈希表。接着,遍历整个数组。对于每个元素,我们检查哈希表中是否有一个值与s的差相等。如果存在,则我们找到了两个元素的和等于s,返回True。如果不存在,则将该元素添加到哈希表中。 在添加元素到哈希表时,需要判断当前元素是否已经存在于哈希表中。如果已经存在,则说明这两个元素的和是s,直接返回True。否则,我们将当前元素添加到哈希表中,并继续遍历数组。 这种算法的时间效率为O(n),因为最坏情况下我们需要遍历整个数组,而哈希表的插入、查找等操作都可以在常数时间内完成。需要注意的是,这种算法并不保证找到的是相邻的两个元素,而是任意两个和为s的元素。 ### 回答3: 这个问题是一个非常常见的问题,可以用多种算法来解决。最常见的算法是使用双针来解决这个问题。 具体的算法步骤如下: 1. 首先将数组排序。 2. 然后使用两个针,一个数组的第一个元素,一个数组的最后一个元素。 3. 如果两个针所向的元素之和等于s,那么就找到了两个和为s的元素,算法结束。 4. 如果两个针所向的元素之和小于s,那么将第一个针向后移动一位。 5. 如果两个针所向的元素之和大于s,那么将第二个针向前移动一位。 6. 重复步骤3到步骤5,直到找到两个和为s的元素或者针相遇。 该算法的时间复杂度为O(n log n),其中n是数组的长度。这个算法的时间复杂度主要来自于对数组进行排序的操作。 如果数组元素的范围比较小,那么可以使用桶排序的算法来进行优化,将时间复杂度优化至O(n)。 具体算法步骤如下: 1. 首先统计出数组中每个元素出现的次数,并将其存储在一个桶中。 2. 然后遍历数组中的每个元素,对于每个元素i,判断是否存在另一个元素j,使得i+j=s。 3. 如果存在这样的元素j,那么算法结束,否则继续遍历数组。 该算法的时间复杂度为O(n),其中n是数组的长度。由于元素的范围比较小,因此对每个元素进行桶排序的操作的时间复杂度也不大。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

昕光xg

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值