zoukankan      html  css  js  c++  java
  • 【LeetCode】1.两数之和

    题目描述

    1. 两数之和

    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]

    题目解析

    方法一:暴力法

    解题思路

    首先我们可以通过两层循环的方式来求解,外层循环用于固定元素 nums[i] ,内存循环从下标 j=i+1 开始遍历至数组结尾,比较两数之和 nums[i] + nums[j] 与target值是否相等,若相等则直接返回结果 [i,j]

    代码示例

    Java:

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

    Python3:

    def twoSum(self, nums: List[int], target: int) -> List[int]:
      nums_len = len(nums)
      for i in range(nums_len):
        for j in range(i + 1, nums_len):
          if nums[i] == target - nums[j]:
            return [i, j]
    

    Go:

    func twoSum(nums []int, target int) []int {
      for i := 0; i < len(nums); i++ {
        for j := i + 1; j < len(nums); j++ {
          if nums[i] + nums[j] == target {
            return []int{i,j}
          }
        }
      }
      return []int{}
    }
    

    复杂度分析

    时间复杂度:O(n^2)

    空间复杂度:O(1)

    方法二:两遍哈希表遍历

    解题思路

    暴力法解决该问题采用两层循环方式,时间复杂度较高为O(n^2),我们可采用 空间换时间 的方式降低算法的时间复杂度。哈希表的查询时间复杂度为O(1),我们可以将数组元素作为key,元素下标作为value存入哈希表中。遍历数组元素 nums[i] ,计算差值 target - nums[i] ,判断差值是否在哈希表中且下标值不为i,若存在则将元素下标返回。

    代码示例

    Java:

    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 diff = target - nums[i];
        if (map.containsKey(diff) && map.get(diff) != i) {
          return new int[]{i, map.get(diff)};
        }
      }
      return new int[]{};
    }
    

    Python3:

    def twoSum(self, nums: List[int], target: int) -> List[int]:
      nums_map = {}
      for key, value in enumerate(nums):
        nums_map[value] = key
      for key, value in enumerate(nums):
        left = target - value
        if nums_map.get(left, False) and key != nums_map[left]:
          return [key, nums_map[left]]
    

    Go:

    func twoSum(nums []int, target int) []int {
      numsMap := make(map[int]int)
      for i, num := range nums {
        numsMap[num] = i
      }
      for i, num := range nums {
        if j, exist := numsMap[target - num]; exist && i != j {
          return []int{i, j}
        }
      }
      return []int{}
    }
    

    复杂度分析

    时间复杂度:O(n)

    空间复杂度:O(n)

    方法三:一遍哈希表遍历

    解题思路

    题目中提到 不能重复利用这个数组中同样的元素 ,我们可以考虑只采用一次遍历的方式求解。在遍历数组元素 nums[i] 的过程中我们可以判断差值 target-nums[i] 是否存在于哈希表中,若不存在则将 nums[i] 的值作为key,下标作为value存入哈希表中,否则直接返回结果。

    代码示例

    Java:

    public int[] twoSum(int[] nums, int target) {
      Map<Integer, Integer> map = new HashMap<>();
      for (int i = 0; i < nums.length; i++) {
        int diff = target - nums[i];
        if (map.containsKey(diff)) {
          return new int[]{map.get(diff), i};
        }
        map.put(nums[i], i);
      }
      return new int[]{};
    }
    

    Python3:

    def twoSum(self, nums: List[int], target: int) -> List[int]:
      nums_map = {}
      for key, value in enumerate(nums):
        left = target - value
        if left in nums_map:
          return [nums_map[left], key]
        nums_map[value] = key
    

    Go:

    func twoSum(nums []int, target int) []int {
      numsMap := make(map[int]int)
      for i, num := range nums {
        if j, exist := numsMap[target - num]; exist {
          return []int{j, i}
        }
        numsMap[num] = i
      }
      return []int{}
    }
    

    复杂度分析

    时间复杂度:O(n)

    空间复杂度:O(n)

  • 相关阅读:
    Java 代码中如何调用 第三方Api
    如何编写README.md
    Gof 设计模式
    系统架构师-笔记
    我的账户
    软件设计师-成绩查询
    spring data jpa
    日志 logback
    spring boot 整合 Camunda
    Spring 中 bean 的生命周期?
  • 原文地址:https://www.cnblogs.com/liuzhenbin/p/12592706.html
Copyright © 2011-2022 走看看