Swift && LeetCode 第一题：两数之和

Offer 驾到，掘友接招！我正在参与2022春招系列活动-刷题打卡任务，点击查看活动详情。

平时不能坚持刷算法题，一来，是因为工作本身有时候也会忙，所以会变懒惰，二来，因为算法题确实有时候很烧脑，没有领悟的话，做起来会怀疑人生。但是贵在坚持，也希望大家共勉。

今天我们从第一题开始：两数之和

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。

暴力解法 （穷举）

这种类型的问题，最简单的解法当属暴力的穷举了。双层循环，然后相加、判断，并返回数组下标就可以了。

class Solution {
    func twoSum(_ nums: [Int], _ target: Int) -> [Int] {
        var otherNum = [Int]() 
        for i in 0..<nums.count {
            for j in i+1..<nums.count {
                if nums[i]+nums[j] == target {
                    otherNum.append(i)
                    otherNum.append(j)
                    return otherNum 
                }
            }
        } 
        return otherNum 
    }
}

这种解法：简单粗暴，所以时间复杂度 O(N^2) 较高，空间复杂度 O(1) 还好。

但是，我想这一定不是我们想要的！我们通过LeetCode最终的执行就知道，在面对更多的数据时，效率偏低。那么使用数组的循环就一定不是我们想要的最种解法。

我们知道哈希表来处理此类问题应该更快。原因就是：哈希表在查询上是通过映射来查找，比数组遍历更快。所以我们改改实现方案，尽量往哈希表上靠。

哈希表解法

将数组转成一个键值对，使用数组中的value做为键值对的key，数组中的index作为键值对的value，然后在通过做减法在键值对中查询。

class Solution { 
    func twoSum(_ nums: [Int], _ target: Int) -> [Int] { 
        var otherNum = [Int]() 
        var numsDict = Dictionary<Int, Int>() 
        for i in 0..<nums.count { 
            let num = nums[i] 
            let nextNum = target - num 
            if numsDict.keys.contains(nextNum) { 
                otherNum.append(numsDict[nextNum]!) 
                otherNum.append(i) break 
            } 
            numsDict.updateValue(i, forKey: num) 
        } 
        return otherNum 
    } 
}

哈希表的查询时间为 O(1)，这种解法：时间复杂度降低到 O(N)，但空间复杂度也是 O(N)。

这种方案执行效率上比穷举还是有优势的，同时我看可以看出，其实哈希表在这种这种场景下效率还是比较高的。

当然，也还有其他的解法，比如说先排序，然后在使用双指针的解法。双指针在解决有序数组上也是一个不过的解法。不过这题，我觉得考察的更多应该还是使用哈希表，哈哈！今天就写到这里。