給定乙個整數陣列 nums 和乙個目標值 target,請你在該陣列中找出和為目標值的那 兩個 整數,並返回他們的陣列下標你可以假設每種輸入只會對應乙個答案。但是,你不能重複利用這個陣列中同樣的元素
給定 nums = [2, 7, 11, 15], target = 9
因為 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]
暴力法很簡單,就是用兩遍迴圈的方式遍歷nums
class solution ;}}
}throw new illegalargumentexception("no two sum solution");
}}
複雜度分析:
空間複雜度:o(1)
為了對執行時間複雜度進行優化,我們需要一種更有效的方法來檢查陣列中是否存在目標元素。如果存在,我們需要找出它的索引。保持陣列中的每個元素與其索引相互對應的最好方法是什麼?雜湊表通過以空間換取速度的方式,我們可以將查詢時間從 o(n) 降低到 o(1)。雜湊表正是為此目的而構建的,它支援以 近似 恆定的時間進行快速查詢。我用「近似」來描述,是因為一旦出現衝突,查詢用時可能會退化到 o(n)。但只要你仔細地挑選雜湊函式,在雜湊表中進行查詢的用時應當被攤銷為 o(1)
乙個簡單的實現使用了兩次迭代。在第一次迭代中,我們將每個元素的值和它的索引新增到表中。然後,在第二次迭代中,我們將檢查每個元素所對應的目標元素(target - nums[i]target−nums[i])是否存在於表中。注意,該目標元素不能是 nums[i]nums[i] 本身!
class solution
for (int i = 0; i < nums.length; i++) ;}}
throw new illegalargumentexception("no two sum solution");
}}
複雜度分析:
空間複雜度:o(n)
事實證明,我們可以一次完成。在進行迭代並將元素插入到表中的同時,我們還會回過頭來檢查表中是否已經存在當前元素所對應的目標元素。如果它存在,那我們已經找到了對應解,並立即將其返回
class solution ;
}map.put(nums[i], i);
}throw new illegalargumentexception("no two sum solution");
}}
複雜度分析:
空間複雜度:o(n)
暴力法很簡單,就是用兩遍迴圈的方式遍歷nums
class solution
for(int i=0;i0&&(a[target-nums[i]]!=i))
}return b;
};};
複雜度分析:
空間複雜度:o(n)
在兩遍雜湊方法上進行改進:在進行迭代並將元素插入到表中的同時,我們還會回過頭來檢查表中是否已經存在當前元素所對應的目標元素。如果它存在,那我們已經找到了對應解,並立即將其返回
class solution
a[nums[i]]=i;//反過來放入map中,用來獲取結果下標
}return b;
};};
空間複雜度:o(n)
用 python 中 list 的相關函式求解解題關鍵主要是想找到 num2 = target - num1,是否也在 list 中,那麼就需要運用以下兩個方法:
num2 in nums,返回 true 說明有戲
nums.index(num2),查詢 num2 的索引
def twosum(nums, target):
lens = len(nums)
j=-1
for i in range(lens):
if (target - nums[i]) in nums:
if (nums.count(target - nums[i]) == 1)&(target - nums[i] == nums[i]):#如果num2=num1,且nums中只出現了一次,說明找到是num1本身。
continue
else:
j = nums.index(target - nums[i],i+1)#index(x,i+1)是從num1後的序列後找num2
break
if j>0:
return [i,j]
else:
return
執行通過,不過耗時較長,共 1636ms。
在方法一的基礎上,優化解法。想著,num2 的查詢並不需要每次從 nums 查詢一遍,只需要從 num1 位置之前或之後查詢即可。但為了方便 index 這裡選擇從 num1 位置之前查詢
def twosum(nums, target):
lens = len(nums)
j=-1
for i in range(1,lens):
temp = nums[:i]
if (target - nums[i]) in temp:
j = temp.index(target - nums[i])
break
if j>=0:
return [j,i]
執行通過,耗時縮短一半多,共 652ms。
這種辦法相較於方法一其實就是字典記錄了 num1 和 num2 的值和位置,而省了再查詢 num2 索引的步驟
def twosum(nums, target):
hashmap={}
for ind,num in enumerate(nums):
hashmap[num] = ind
for i,num in enumerate(nums):
j = hashmap.get(target - num)
if j is not none and i!=j:
return [i,j]
通過字典的方法,查詢效率快很多,執行速度大幅縮短,共 88ms。
類似方法二,不需要 mun2 不需要在整個 dict 中去查詢。可以在 num1 之前的 dict 中查詢,因此就只需要一次迴圈可解決
def twosum(nums, target):
hashmap={}
for i,num in enumerate(nums):
if hashmap.get(target - num) is not none:
return [i,hashmap.get(target - num)]
hashmap[num] = i #這句不能放在if語句之前,解決list中有重複值或target-num=num的情況
hashmap[num] = i #這句不能放在if語句之前,解決list中有重複值或target-num=num的情況
不過方法四相較於方法三的執行速度沒有像方法二相較於方法一的速度提公升。執行速度在 70ms 多
LeetCode 001 兩數之和
給定乙個整數陣列nums和乙個整數目標值target,請你在該陣列中找出和為目標值的那兩個 整數,並返回它們的陣列下標。輸入 nums 2,7,11,15 target 9 輸出 0,1 解釋 因為 nums 0 nums 1 9 返回 0,1 定義乙個map,key為陣列的值,value為值對應的...
LeetCode001 兩數之和 Two Sum
給定乙個整數陣列 nums 和乙個目標值 target,請你在該陣列中找出和為目標值的 兩個 整數。你可以假設每種輸入只會對應乙個答案。但是,你不能重複利用這個陣列中同樣的元素。例 給定 nums 2,7,11,15 target 9 因為 nums 0 nums 1 2 7 9,所以返回 0,1 ...
LeetCode001 兩數之和 easy
題目 給定乙個整數陣列 nums 和乙個目標值 target,請你在該陣列中找出和為目標值的那 兩個 整數,並返回他們的陣列下標 你可以假設每種輸入只會對應乙個答案。但是,陣列中同乙個元素不能使用兩遍 示例 給定 nums 2,7,11,15 target 9 因為 nums 0 nums 1 2 ...