题目描述
LeetCode第一道题目:
给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。
示例:
给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
初步尝试(两个for循环嵌套)
刚开始的想法是采用两个for循环嵌套采取下标的方式,一旦满足要求便将下标删除,依次遍历。
代码如下
class Solution:
def twoSum(self, nums, target):
"""
:type nums: List[int]
:type target: int
:rtype: List[int]
"""
index = [k for k in range(len(nums))] # 运行n次
for i in index: # 运行n次
for j in index[i+1:]: # 运行n-i次
if nums[i]+nums[j]==target:
index.remove(i)
index.remove(j)
return [i,j]
则根据时间复杂度的运算规则可知T(n)=O(n^2)
在LeetCode的测试提交平台
6352ms运行时间很长
改进(去掉一个for循环)
这时,如果想要改进我们的代码的运行效率的话便可以考虑去掉一个for循环。
class Solution:
def twoSum(self, nums, target):
n = len(nums)
for x in range(n): # 运行n次
a = target - nums[x]
if a in nums: # 需要遍历n次
if x!=nums.index(a):#当两个元素的下标不等的时候
return [x,nums.index(a)]
可能最坏的情况下时间复杂度为T(n)=O(n^2)(补充:python中list对象的存储结构采用的是线性表,因此其查询复杂度为O(n) 也就是 if a in nums 时间复杂度是O(n))
LeetCode平台测试结果:
可以看出结果比之前要好很多
继续改进
创建字典形式,差值为 键,索引为值。
def twoSum(self, nums, target):
d={}
n = len(nums)
for i in range(n):
a = target - nums[i]
if a in (d.keys()):
return [i,d[a]]
else:
d[nums[i]] = i
则可以看出其时间复杂度为O(n).
LeetCode的结果:
可以看出运行速度有了质的提升。
字典和列表的对比
那为什么用了字典结构会有如此大的提升呢?
那是和字典的实现原理有关系
哈希表(字典)和顺序表(列表)
字典
字典的实现过程用到了一个叫哈希表的数据结构。
哈希表(也叫散列表),根据关键值对(Key-value)而直接进行访问的数据结构。它通过把key和value映射到表中一个位置来访问记录,这种查询速度非常快,更新也快。而这个映射函数叫做哈希函数,存放值的数组叫做哈希表。 哈希函数的实现方式决定了哈希表的搜索效率。具体操作过程是:
数据添加: 把key通过哈希函数转换成一个整型数字,然后就将该数字对数组长度进行取余,取余结果就当作数组的下标,将value存储在以该数字为下标的数组空间里。
数据查询: 再次使用哈希函数将key转换为对应的数组下标,并定位到数组的位置获取value。
但是,对key进行hash的时候,不同的key可能hash出来的结果是一样的,尤其是数据量增多的时候,这个问题叫做哈希冲突。如果解决这种冲突情况呢?通常的做法有两种,一种是链接法,另一种是开放寻址法,Python选择后者。
想深入了解的可以参考这篇文章
列表
而python中的列表实际上采用的就是数据结构中的顺序表,而且是一种采用分离式技术实现的动态顺序表。 相关内容可参考这篇文章
因此列表有以下特点:
- 元素有位置下标,以索引就可以直接取到元素 --> 连续的存储空间,以偏移量计算取得元素,不必遍历所有元素
- 元素无论如何改变,表对象不变,也就是其id不变 --> 分离式结构,表头和元素内容分开储存,这样在更改list时,表对象始终是同一个,只是其指向的地址不同
- 元素可以是任意类型 --> 既要要求是连续存储,又可以存储不同类型的数据,那么其用的就是元素外置的方式,存储的只是地址的引用
- 可以任意添加新元素 --> 要能不断地添加新元素,其使用了动态扩充的策略
从实现上来讲,在python中创建空ist时,会申请一个8个元素大小的内存区域。以后如果满 了,就扩容4倍,且当元素总数达到50000时,再扩容就改为2倍。
还有其他的方法暂时没有了解也想不出来,仍然需要努力。