LeedCode——数据结构入门【每日一刷】 2022.08.03

1. 两数之和

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。

示例 1：

输入：nums = [2,7,11,15], target = 9
输出：[0,1]
解释：因为 nums[0] + nums[1] ==9 ，返回 [0, 1] 。

示例 2：

输入：nums = [3,2,4], target = 6
输出：[1,2]
示例 3：

输入：nums = [3,3], target = 6
输出：[0,1]

提示：

2 <= nums.length <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
只会存在一个有效答案
进阶：你可以想出一个时间复杂度小于 O(n^2) 的算法吗？

方法一：暴力枚举

最容易想到的方法是枚举数组中的每一个数 x，寻找数组中是否存在 target - x。
当我们使用遍历整个数组的方式寻找 target - x 时，需要注意到每一个位于 x 之前的元素都已经和 x 匹配过，因此不需要再进行匹配。而每一个元素不能被使用两次，所以我们只需要在 x 后面的元素中寻找 target - x。

代码

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

复杂度分析

时间复杂度：O(N^2),其中 N 是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。
空间复杂度：O(1)。

---

方法二：哈希表

创建一个HashMap,默认为空，遍历数组nums，对元素nums[i]进行如下处理：
如果target-nums[i]的值在HashMap中存在映射关系（使用containsKey方法），则找到了满足题目条件的答案————target-nums[i]对应的索引，以及索引i；如果不存在，则以nums[i]为键，其索引i为值，放入HashMap。

注意：nums数组中的元素充当key，其索引充当value，由于在Map集合的映射关系中，key是唯一的，value是可重复的（即不同key可以对应相同的value，但key要求互不相同，故允许根据key取value，不允许根据value取其key），所以这样做便于根据值target-nums[i]取其索引，这道题索引是我们想要的答案。

代码

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int[] res = {0,0};//用于存放答案的数组
        HashMap<Integer,Integer> hm = new HashMap<>();
        //nums[i]充当key，索引i充当value
        for (int i = 0; i < nums.length; i++) {
            if (hm.containsKey(target - nums[i])) {
                //找到答案了
                res[0] = hm.get(target - nums[i]);
                res[1] = i;
                break;
            }
            else{
                hm.put(nums[i],i);
            }
        }
        return res;
    }
}

复杂度分析

时间复杂度：O(N)，其中 N是数组中的元素数量。对于每一个元素 x，我们可以 O(1) 地寻找 target - x。

空间复杂度：O(N)，其中 N 是数组中的元素数量。主要为哈希表的开销。

---

88. 合并两个有序数组

给你两个按 非递减顺序 排列的整数数组 nums1 和 nums2，另有两个整数 m 和 n ，分别表示 nums1 和 nums2 中的元素数目。

请你 合并 nums2 到 nums1 中，使合并后的数组同样按 非递减顺序 排列。

注意：最终，合并后数组不应由函数返回，而是存储在数组 nums1 中。为了应对这种情况，nums1 的初始长度为 m + n，其中前 m 个元素表示应合并的元素，后 n 个元素为 0 ，应忽略。nums2 的长度为 n 。

示例 1：

输入：nums1 = [1,2,3,0,0,0], m = 3, nums2 = [2,5,6], n = 3
输出：[1,2,2,3,5,6]
解释：需要合并 [1,2,3] 和 [2,5,6] 。

示例 2：
输入：nums1 = [1], m = 1, nums2 = [], n = 0
输出：[1]
解释：需要合并 [1] 和 [] 。
合并结果是 [1] 。

示例 3：
输入：nums1 = [0], m = 0, nums2 = [1], n = 1
输出：[1]
解释：需要合并的数组是 [] 和 [1] 。
合并结果是 [1] 。
注意，因为 m = 0 ，所以 nums1 中没有元素。nums1 中仅存的 0 仅仅是为了确保合并结果可以顺利存放到 nums1 中。

提示：

nums1.length == m + n
nums2.length == n
0 <= m, n <= 200
1 <= m + n <=200
-109 <= nums1[i], nums2[j] <= 109

进阶：你可以设计实现一个时间复杂度为 O(m + n) 的算法解决此问题吗？

方法一：直接合并后排序

最直观的方法是先将数组nums 2 放进数组 nums 1的尾部，然后直接对整个数组进行排序。

代码

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        //将nums2数组中从索引为0开始长度为n的数据复制到nums1中，并从nums1索引为m开始。
        System.arraycopy(nums2,0,nums1,m,n); 
        Arrays.sort(nums1);
    }
}

复杂度分析

时间复杂度：O((m+n)log(m+n))。
排序序列长度为 m+n，套用快速排序的时间复杂度即可，平均情况为 O((m+n)log(m+n))。

空间复杂度：O(1))。
除了nums1和nums2，没用到其他数组。

---

方法二：双指针

为了利用数组 nums 1与 nums 2已经被排序的这一性质，我们可以使用双指针方法。这一方法将两个数组看作队列，每次从两个数组头部取出比较小的数字放到结果中。

代码

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int p1 = 0, p2 = 0;             //双指针初始位置
        int[] sorted = new int[m + n];  //新的数组存放m+n个有序数
        int cur;                        //当前指针所在位置的数
        //只要双指针还没走完
        while (p1 < m || p2 < n) {
            if (p1 == m) {           //  p2 < n
                //如果nums1索引走完了，就把走到的nums2的数插入到新数组中
                cur = nums2[p2++];
            } else if (p2 == n) {    // p1 < m
                //反之，就把nums1的数插入到新数组中
                cur = nums1[p1++];
            } else if (nums1[p1] < nums2[p2]) {
                //如果nums2中的数更大，就把nums1中较小的数插入新数组中
                cur = nums1[p1++];
            } else {
            	//反之，就把nums2中较小的数插入新数组中
                cur = nums2[p2++];
            }
            sorted[p1 + p2 - 1] = cur;      
        }
        for (int i = 0; i != m + n; ++i) {
            nums1[i] = sorted[i];       //再把新数组中的数赋给nums1
        }
    }
}

复杂度分析

时间复杂度：O(m+n)。
指针移动单调递增，最多移动 m+n 次，因此时间复杂度为 O(m+n)。

空间复杂度：O(m+n)。
需要建立长度为 m+n 的中间数组 sorted。

---

方法三：逆向双指针

指针设置为从后向前遍历，每次取两者之中的较大者放进nums 1 的最后面，省去了

代码

class Solution {
    public void merge(int[] nums1, int m, int[] nums2, int n) {
        int p1 = m - 1, p2 = n - 1;
        int tail = m + n - 1;
        int cur;
        while (p1 >= 0 || p2 >= 0) {
            if (p1 == -1) {
                cur = nums2[p2--];
            } else if (p2 == -1) {
                cur = nums1[p1--];
            } else if (nums1[p1] > nums2[p2]) {
                cur = nums1[p1--];
            } else {
                cur = nums2[p2--];
            }
            nums1[tail--] = cur;
        }
    }
}

复杂度分析

时间复杂度：O(m+n)。
指针移动单调递减，最多移动 m+n 次，因此时间复杂度为 O(m+n)。

空间复杂度：O(1)。
直接对数组 nums1原地修改，不需要额外空间。