【简单】两数之和-CSDN博客

本文链接：https://blog.csdn.net/weixin_43885975/article/details/117676923

本文探讨了LeetCode上的两数之和问题，首先介绍了暴力递归的解决方案，虽然能解决问题但效率低下。接着，通过使用HashMap来优化算法，将时间复杂度降低，提高了性能。最后，展示了官方的标准HashMap实现，它在保持正确性的同时，显著减少了执行时间和内存消耗。文章强调了在解决编程问题时，优化算法和数据结构的重要性。

摘要由CSDN通过智能技术生成

文章目录

题目
一、暴力递归
二、借助HashMap
- 1.自己理解的（性能很差）
- 2.官方标准

题目

给定一个整数数组 nums 和一个整数目标值 target，请你在该数组中找出和为目标值 target 的那两个整数，并返回它们的数组下标。

你可以假设每种输入只会对应一个答案。但是，数组中同一个元素在答案里不能重复出现。

你可以按任意顺序返回答案。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/two-sum

一、暴力递归

54 / 54 个通过测试用例
状态：通过
执行用时: 63 ms
内存消耗: 38.7 MB

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int[] resultNums = new int[2];
		int len = nums.length;
		for(int i = 0; i < len; i++) {
			for(int j = i+1; j < len; j++) {
				int sum = nums[i] + nums[j];
				if(sum == target) {
					resultNums[0]=i;
					resultNums[1]=j;
					break;
				}
			}
		}
		
		return resultNums;
    }
}

二、借助HashMap

1.自己理解的（性能很差）

54 / 54 个通过测试用例
状态：通过
执行用时: 1491 ms
内存消耗: 39.8 MB

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int[] resultNums = new int[2];
		Map<Integer,Integer> map = new LinkedHashMap<Integer,Integer>();
		for(int i = 0; i< nums.length;i++) {
			map.put(nums[i], i);
		}
		for(Map.Entry<Integer, Integer> entry:map.entrySet()){
			for(int i = 0; i< nums.length;i++) {
				//目标值-此key =  是否存在map中
				Integer diff = (Integer)target - nums[i];
				if(map.containsKey(diff)&&map.get(diff).intValue() != i) {
					resultNums[0]=i;
					resultNums[1]=map.get(diff).intValue();
					break;
				}
			}
		}
		return resultNums;
    }
}

2.官方标准

54 / 54 个通过测试用例
状态：通过
执行用时: 3 ms
内存消耗: 38.1 MB

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer, Integer> hashtable = new HashMap<Integer, Integer>();
        for (int i = 0; i < nums.length; ++i) {
            if (hashtable.containsKey(target - nums[i])) {
                return new int[]{hashtable.get(target - nums[i]), i};
            }
            hashtable.put(nums[i], i);
        }
        return new int[0];
    }
}