LeetCode:1.两数之和

148 阅读1分钟

本文已参与「新人创作礼」活动, 一起开启掘金创作之路。

1.两数之和

来源:力扣(LeetCode)

链接: leetcode.cn/problems/tw…

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?

解法

  • 暴力法:没有思路的时候就暴力解法,双重循环,找满足条件的情况;
  • 遍历+哈希表:边遍历,边查看target减去该元素的差值是否在哈希表内,如果在,返回结果,如果不在,将该元素入哈希表,空间换时间;

代码实现

暴力法

python实现

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        # 暴力 双重循环
        n = len(nums)
        for i in range(n-1):
            for j in range(i+1, n):
                if nums[i] + nums[j] == target:
                    return [i, j]

c++实现

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        // 暴力循环
        int n = nums.size();
        vector<int> res;
        for(int i=0; i<n-1; i++){
            for(int j=i+1; j<n; j++){
                if (nums[i] + nums[j] == target)
                {
                    return {i, j};
                }
            }
        }
        return {};
    }
};

复杂度分析

  • 时间复杂度: O(n2)O(n^2)
  • 空间复杂度: O(1)O(1)

哈希表+遍历

python实现

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        # 哈希表 加遍历
        s = {}
        n = len(nums)
        for i in range(n):
            if (target-nums[i]) in s:
                return [i, s[target-nums[i]]]
            else:
                s[nums[i]] = i
        return []

c++实现

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        // 哈希表 + 循环
        int n = nums.size();
        unordered_map<int, int> hashtable;
        for (int i=0; i<n; i++)
        {
            int diff = target - nums[i];
            auto it = hashtable.find(diff);
            if (it != hashtable.end())
            {
                return {i, it->second};
            }
            hashtable[nums[i]] = i;
        }
        return {};
    }
};

复杂度分析

  • 时间复杂度: O(n)O(n)
  • 空间复杂度: O(n)O(n) 哈希表

参考