【LeetCode】167. Two Sum II - Input array is sorted

32 篇文章 0 订阅
32 篇文章 0 订阅

LeetCode 167传送门

三种解法:

1. Brute Force,时间复杂度O(n^{2}),空间复杂度O(1)

    遍历嵌套遍历,时间复杂度高,且没有利用到列表有序这一有利条件。

2. 二分法查找,时间复杂度O(nlog(n)),空间复杂度O(1)

    遍历列表元素ele,在未遍历的列表元素中查找是否存在target-ele,查找采用二分查找法。

3. 两个指针,时间复杂度O(n),空间复杂度O(1)

    初始化两个指针,分别指向数组的第一个元素和最后一个元素。当左指针不等于右指针时,循环:比较(左指针指向元素+右指针指向元素)之和与target的关系,若相等,返回左右指针index;若小于,左指针向右移动一位;若大于,右指针向左移动一位。

Python源码:

class Solution(object):
    def twoSum(self, numbers, target):
        """
        :type numbers: List[int]
        :type target: int
        :rtype: List[int]
        """
        # assume one solution exists, and input array is sorted
        left = 0
        right = len(numbers) - 1
        while(numbers[left] + numbers[right] != target):
            sum = numbers[left] + numbers[right]
            if sum > target:
                right -= 1
            elif sum < target:
                left += 1
        return [left+1, right+1]

我的心路:

    我采用了二分查找的方法,二分法的实现浪费了一些时间。取得成绩不好,为

Runtime: 68 ms, faster than 9.08% of Python online submissions for Two Sum II - Input array is sorted.

Memory Usage: 12.5 MB, less than 14.54% of Python online submissions forTwo Sum II - Input array is sorted.

class Solution(object):
    def twoSum(self, numbers, target):
        """
        :type numbers: List[int]
        :type target: int
        :rtype: List[int]
        """
        for i in range(len(numbers) - 1):
            tar_tmp = target - numbers[i]
            left = i + 1
            right = len(numbers) - 1
            if numbers[left] == tar_tmp:
                return [i+1, left+1]
            elif numbers[right] == tar_tmp:
                return [i+1, right+1]
            while left < right - 1:
                middle = (left + right) // 2
                if numbers[middle] < tar_tmp:
                    left = middle + 1
                    if numbers[left] == tar_tmp:
                        return[i+1, left+1]
                elif numbers[middle] > tar_tmp:
                    right = middle - 1
                    if numbers[right] == tar_tmp:
                        return[i+1, right+1]
                elif numbers[middle] == tar_tmp:
                    return [i+1, middle+1]

我的方法判断了过多相等关系,二分法的一种较好写法如下(来自wikipedia):

def bsearch(nums, target):
    left = 0
    right = len(nums) - 1
    while(left <= right):
        m = (left + right) // 2
        if(nums[m] > target):
            right = m - 1
        elif(nums[m] < target):
            left = m + 1
        else:
            return m
    return -1

 

给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
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
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