前言

在刚看到这个题目的时候大家是不是觉得非常简单呢？毕竟题目上都有“简单”的标签，但当大家看了之后就会发现这道题并没有想象中那么简单，不然社区里就不会有“有人相爱，有人夜里开车看海，有人leetcode第一题都做不出来。”这句名言了，哈哈哈。但其实只要我们有一定的算法基础就不难看出来，在解决这道题之前，首先需要明确题目的要求和约束条件。题目要求给定一个整数数组 nums 和一个整数目标值 target，需要在数组中找出和为目标值 target 的两个整数，并返回它们的数组下标。同时，题目规定每种输入只会对应一个答案，但数组中同一个元素在答案里不能重复出现。针对这个问题，我们可以想到多种解决方法。一种常见的解法是利用哈希表，另一种是使用双指针。接下来，我们将分别介绍这两种解法的思路和实现过程，并比较它们的优缺点。

哈希表解决方法

我们可以利用哈希表来存储已经遍历过的数字以及它们的索引，以便在后续的遍历中快速查找到与当前数字配对的另一个数字。

让我们一步步来解释这个解法：

我们首先创建一个空的哈希表 map，用来存储数组中的元素和它们的索引。在 JavaScript 中，可以使用 Map 数据结构来实现哈希表。

const map = new Map();

接下来，我们进行一次遍历数组 nums，在每次遍历中，计算当前元素与目标值 target 的差值 complement。我们需要找到另一个数字与当前数字的和为目标值 target。

for (let i = 0; i < nums.length; i++) {
    const complement = target - nums[i];
}

对于当前遍历的数字 nums[i]，我们检查哈希表中是否存在键为 complement 的项，即是否存在另一个数字与当前数字的和为目标值 target。

if (map.has(complement)) {
    // 找到目标数字对应的另一个数字，返回它们的索引
    return [map.get(complement), i];
}

如果哈希表中不存在 complement 这个键，则将当前数字及其索引存入哈希表中。

map.set(nums[i], i);

如果遍历完成后仍然没有找到符合条件的数字对，则返回一个空数组，表示未找到满足条件的数字对。

return [];

完整解题代码：

function twoSum(nums, target) {
    const map = new Map();

    for (let i = 0; i < nums.length; i++) {
        const complement = target - nums[i];
        if (map.has(complement)) {
            return [map.get(complement), i];
        }
        map.set(nums[i], i);
    }

    return [];
}

通过这种方法，我们只需要一次遍历数组，就可以在平均情况下在常量时间内完成查找操作，因此时间复杂度为 O(n)，其中 n 是数组 nums 的长度。这个解法避免了暴力搜索的高时间复杂度，使得解题更加高效。

双指针解决方法

function twoSum(nums, target) {
    // 克隆并排序数组
    const sortedNums = [...nums].sort((a, b) => a - b);

    // 初始化双指针
    let left = 0;
    let right = sortedNums.length - 1;

    // 双指针遍历
    while (left < right) {
        const sum = sortedNums[left] + sortedNums[right];
        if (sum === target) {
            // 找到目标数字对应的两个数字
            // 在原数组中查找这两个数字的下标
            const index1 = nums.indexOf(sortedNums[left]);
            let index2 = nums.indexOf(sortedNums[right]);
            // 如果两个数字相同，则从 index2 后面查找第二个数字的下标
            if (sortedNums[left] === sortedNums[right]) {
                index2 = nums.indexOf(sortedNums[right], index1 + 1);
            }
            return [index1, index2];
        } else if (sum < target) {
            left++;
        } else {
            right--;
        }
    }

    // 遍历完成，未找到符合条件的数字对
    return [];
}

**排序数组：**首先，我们将给定的整数数组 nums 进行排序。这是因为双指针方法通常要求数组是有序的，这样才能更方便地进行双指针遍历。
**初始化双指针：**我们初始化两个指针 left 和 right，分别指向数组的头部和尾部。在排序后的数组中，left 指针指向的元素比 right 指针指向的元素小。
**双指针遍历：**在每次遍历过程中，我们计算指针所指向的两个数的和，并与目标值进行比较。如果和等于目标值，则说明我们找到了符合条件的两个数，它们的下标分别为 left 和 right。如果和小于目标值，则将 left 指针向右移动一位，以增大和的值；如果和大于目标值，则将 right 指针向左移动一位，以减小和的值。重复这个过程，直到找到符合条件的数字对或者 left 指针超过了 right 指针，表示遍历完成。
**返回结果：**如果我们找到了符合条件的两个数，则返回它们的下标数组；如果遍历完成后仍然没有找到符合条件的数字对，则返回一个空数组，表示未找到满足条件的数字对。

通过双指针方法，我们可以在一次遍历的过程中就找到符合条件的数字对，大大提高了算法的效率。这个方法的时间复杂度为 O(nlogn)，其中 n 是数组 nums 的长度，因为我们需要对数组进行排序。然后，双指针的遍历过程只需要一次遍历，因此时间复杂度为 O(n)。

两种方法的优缺点分析

哈希表解法：

优点：

时间复杂度低： 在平均情况下，哈希表的查找操作可以在常量时间内完成，因此哈希表解法的时间复杂度为 O(n)，其中 n 是数组的长度。
适用性广泛： 哈希表适用于不需要对数组进行排序的情况，而且可以适用于更广泛的情况，例如需要找到所有满足条件的数字对。
易于实现： 哈希表的实现相对简单，只需要遍历一次数组并在哈希表中记录数字及其索引即可。

缺点：

额外空间消耗： 哈希表需要额外的空间来存储数字及其索引，可能会占用较多的内存空间，尤其是当数组中的数字比较大时。
不保证顺序： 哈希表无法保证数字对的顺序，因此返回的结果可能是任意顺序的。

双指针解法：

优点：

空间复杂度低： 双指针解法不需要额外的空间来存储数字及其索引，因此空间复杂度为 O(1)。
不需要额外空间： 由于不需要额外的空间，因此可以在空间有限的情况下使用，例如在嵌入式系统或内存受限的环境中。
保证顺序： 双指针解法保证返回的数字对是按照数组的顺序排列的。

缺点：

需要排序： 双指针解法需要对数组进行排序，时间复杂度为 O(nlogn)，其中 n 是数组的长度。
不适用于所有情况： 双指针解法通常适用于已排序的数组或特定情况下的数组，例如需要找到满足特定条件的两个数的情况。如果数组无法排序或需要找到所有满足条件的数字对，则双指针解法可能不适用。

综上所述，哈希表解法适用于大多数情况下，尤其是需要找到所有满足条件的数字对时；而双指针解法适用于已排序的数组或需要保证返回顺序的情况下，且具有较低的空间复杂度。在实际应用中，可以根据具体问题的特点和需求选择合适的解法。

结语

无论选择哈希表解法还是双指针解法，刷题的过程本身就是一次提升算法能力的过程。通过不断地思考、实践和总结，我们能够逐渐掌握更多的解题技巧，提升解决问题的能力。同时，刷题也是一种锻炼思维和逻辑能力的过程，能够帮助我们更好地理解和应用算法和数据结构的知识。

在刷题的过程中，我们不仅可以学习到解决特定问题的方法，还能够培养良好的学习习惯和解决问题的思维方式。通过与他人交流、分享和讨论，我们能够加深对算法和数据结构的理解，提高编程水平，成为一名优秀的程序员。

因此，刷题不仅是为了应付面试或者提升职业发展，更是一种提升个人能力、追求卓越的过程。希望每位刷题者都能够坚持不懈，不断进步，不断挑战自我，在编程的路上越走越远！诸君，共勉。

力扣刷题入门，你有被第一题难到吗？

前言

哈希表解决方法

双指针解决方法

两种方法的优缺点分析

哈希表解法：

双指针解法：

结语