leetcode第一题——两数之和

题目信息

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？

解题思路

法1：枚举法

枚举所有二元组，使得其和为target。
优点
便于理解，代码简短。
缺点
时间复杂度较高。
时空复杂度分析
时间复杂度：O(n²)（双层循环）。
空间复杂度：O(1)。

法2：哈希表（unordered_map）

遍历数组，当遍历到nums_i时，判断nums₀到nums_i-1中，是否有值 + nums_i = target。
但是如果仅仅是这样循环判断的话，时间复杂度还是O(n²)。所以，这里我们需要实用STL：unordered_map。
不太熟悉用法的同学建议看看这个。
我们每次都调用它的时间复杂度为 O(1) 的find函数，如果有值可以和nums_i匹配的话，就直接返回。否则将nums_i放入哈希表，方便后面查找。
优点
时间较短。
缺点
空间相对于枚举要大一些。
时空复杂度分析
时间复杂度：O(n)。
空间复杂度：O(n)（哈希表共存储n个元素）。

代码实现

法1：枚举法

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        int n = nums.size();
        // 枚举所有二元组
        for (int i = 0; i < n - 1; ++i) {
            for (int j = i + 1/*不要枚举重复*/; j < n; ++j) {
                // 符合条件直接返回
                if (nums[i] + nums[j] == target) { 
                    return {i, j};
                }
            }
        }
        // 找不到的话返回空容器
        return {};
    }
};

法2：哈希表（unordered_map）

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        unordered_map<int, int> mp;
        int n = nums.size();
        for (int i = 0; i < n; ++i) {
            unordered_map<int, int> :: iterator it = mp.find(target - nums[i]);
            if (it != mp.end()) {   // 若it == mp.end()， 表示mp中找不到值为target - nums[i]的
                return {it -> second, i};   // 注意返回的是下标而不是元素的值
            }
            mp.insert(make_pair(nums[i], i));   // 将nums[i]及其下标放入哈希表
        }
        return {};	// 找不到则返回空容器
    }
};