1. 两数之和 -力扣（leetCode）JS时间复杂度O(n)和O(n^2)的两种解法

⚡️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(n2) 的算法吗？

⚡️分析⚡️

在这里给出时间复杂度为O(n^2)和进阶版O(n)的两种解题思路

O(n^2)：

就是我们平时最容易想到的两层for循环嵌套遍历查找即可，只不过为了加快速度我选择一前一后指针且遍历结束的长度不断减1，一个从头开始，一个从尾开始。

代码如下：

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
var twoSum = function(nums, target) {
        var left,right;
        for(right=nums.length-1;right>=0;right--)
        {
            for(left=0;left<right;left++)
            {
                if(nums[left]+nums[right] === target)
                {
                    return [left,right];
                }
            }
        }
    return [];
};

算法效率如图：

O(n)：

只能有一层for循环，因此可以考虑用字典的数据结构进行配置键值对映射。
映射配置：如果字典中没有该键值对，就将自身的值和下标配成键值对

代码如下：

/**
 * @param {number[]} nums
 * @param {number} target
 * @return {number[]}
 */
var twoSum = function(nums, target) {
    const map = new Map();
    for(let i = 0;i<nums.length;i++){
        const n = nums[i];
        const n2 = target - n;
        if(map.has(n2)) {
            return [map.get(n2),i];
        }else {
            map.set(n,i);//配对不成功，就将自己的数值和下标配置进字典
        }
    }
};

算法效率如图：

空间复杂度：因为新增了字典这个数据结构，且线性增长的(不断压入键值对)，所以空间复杂度较高

觉得该篇文章有用的请不要忘记忘记点击右下角的大拇指~

欢迎大家关注我的公众号：Smooth前端成长记录
公众号同步更新CSDN博客内容，想方便阅读博客的C友可以来关注我的公众号以便获得更优良的阅读体验~