【LeetCode】1. Two Sum(简单难度)

本文探讨了两种解决两数之和问题的方法。解法一是使用双层循环,时间复杂度为O(n^2)。解法二是利用哈希表,将遍历时间降低到O(n),空间复杂度同样为O(n)。通过哈希表存储数组元素及其索引,可以快速查找目标和的另一数值,显著提高了效率。
摘要由CSDN通过智能技术生成

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

解法一

两重循环,遍历所有情况看相加是否等于目标和,如果符合直接输出。

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

时间复杂度:两层 for 循环,O(n^2)
空间复杂度:O(1)

解法二

上一种解法中的第二层 for 循环只是为了再次遍历找到另一个值,时间复杂度为 O(n)。
有没有一种方法,不用遍历就可以找到另一个值的?

hash table !!!

我们可以把数组的每个元素保存为 hash 的 key,下标保存为 hash 的 value 。
这样只需判断另一个值在不在 hash 的 key 里就可以了,而此时的时间复杂度仅为 O(1)。
需要注意的地方是,还需判断找到的元素不是当前元素,因为题目里讲一个元素只能用一次。

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i=0;i<nums.length;i++){
            map.put(nums[i],i);
        }
        for(int i=0;i<nums.length;i++){
            int sub = target - nums[i];
            if(map.containsKey(sub)&&map.get(sub)!=i){
                return new int[]{i,map.get(sub)};
            }
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}

map 是一个 key 和 value 的键值对的集合。有 key 和 value 键值对,就会有判断是否有 key。这方法就是 containsKey 方法。
如:
if(map.containsKey(“name”)){
value=map.get(“name”).toString();
System.out.println(“找到了name的值:”+value);
}
map 中的 containsKey(key) 方法是判断该 key 在 map 中是否有 key 存在。如果存在则返回 true。如果不存在则返回 false。

时间复杂度:仅用了一个 for 循环,O(n)
空间复杂度:开辟了一个 hash table,O(n)

解法三

解法二中两个 for 循环长的一样,我们可以把它们合起来,复杂度上没有什么变化,变化仅仅是不需要判断是不是当前元素了,因为当前元素还没有添加进 hash 里。

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i=0;i<nums.length;i++){
            int sub = target - nums[i];
            if(map.containsKey(sub)){
                return new int[]{i,map.get(sub)};
            }
            map.put(nums[i],i);
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}

总结

对 hash 的应用,可以让时间复杂度从 O(n^2) 降为 O(n)。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
评论 2
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

打赏作者

玳宸

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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