LeetCode - 两数之和
题目信息
源地址：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。
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。
提示信息
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] |
限制
2 <= nums.length <= 10^3-10^9 <= nums[i] <= 10^9-10^9 <= target <= 10^9- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然，采用这种方式的时间复杂度是 O(n2)，空间复杂度是 O(1)，实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
for (int i = 0; i < nums.length; i++) { |
|
for (int j = i + 1; j < nums.length; j++) { |
|
if (nums[i] + nums[j] == target) { |
|
return new int[]{i, j}; |
|
} |
|
} |
|
} |
|
return new int[0]; |
|
} |
|
} |
哈希匹配
如果采用“空间换时间”的方法，利用哈希表结构查找时间复杂度为 O(1) 的特性，就可以一次循环快速得到结果。
最终，时间复杂度降到 O(n)，空间复杂度则变成 O(n)。
题目信息
源地址：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。
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。
提示信息
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] |
限制
2 <= nums.length <= 10^3-10^9 <= nums[i] <= 10^9-10^9 <= target <= 10^9- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然，采用这种方式的时间复杂度是 O(n2)，空间复杂度是 O(1)，实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
for (int i = 0; i < nums.length; i++) { |
|
for (int j = i + 1; j < nums.length; j++) { |
|
if (nums[i] + nums[j] == target) { |
|
return new int[]{i, j}; |
|
} |
|
} |
|
} |
|
return new int[0]; |
|
} |
|
} |
哈希匹配
如果采用“空间换时间”的方法，利用哈希表结构查找时间复杂度为 O(1) 的特性，就可以一次循环快速得到结果。
最终，时间复杂度降到 O(n)，空间复杂度则变成 O(n)。
package cn.fatedeity.algorithm.leetcode; |
|
import java.util.HashMap; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
HashMap<Integer, Integer> hashMap = new HashMap<>(); |
|
for (int i = 0; i < nums.length; i++) { |
|
int diff = target - nums[i]; |
|
if (hashMap.containsKey(diff)) { |
|
return new int[]{hashMap.get(diff), i}; |
|
} |
|
hashMap.put(nums[i], i); |
|
} |
|
return new int[0]; |
|
} |
|
} |
package cn.fatedeity.algorithm.leetcode; |
|
import java.util.HashMap; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
HashMap<Integer, Integer> hashMap = new HashMap<>(); |
|
for (int i = 0; i < nums.length; i++) { |
|
int diff = target - nums[i]; |
|
if (hashMap.containsKey(diff)) { |
|
return new int[]{hashMap.get(diff), i}; |
|
} |
|
hashMap.put(nums[i], i); |
|
} |
|
return new int[0]; |
|
} |
|
} |
题目信息
源地址：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。
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。
提示信息
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] |
限制
2 <= nums.length <= 10^3-10^9 <= nums[i] <= 10^9-10^9 <= target <= 10^9- 只会存在一个有效答案
实现逻辑
暴力枚举
最先想到的逻辑肯定是使用双层循环暴力查找。
当然，采用这种方式的时间复杂度是 O(n2)，空间复杂度是 O(1)，实际效率是非常地低。
package cn.fatedeity.algorithm.leetcode; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
for (int i = 0; i < nums.length; i++) { |
|
for (int j = i + 1; j < nums.length; j++) { |
|
if (nums[i] + nums[j] == target) { |
|
return new int[]{i, j}; |
|
} |
|
} |
|
} |
|
return new int[0]; |
|
} |
|
} |
哈希匹配
如果采用“空间换时间”的方法，利用哈希表结构查找时间复杂度为 O(1) 的特性，就可以一次循环快速得到结果。
最终，时间复杂度降到 O(n)，空间复杂度则变成 O(n)。
package cn.fatedeity.algorithm.leetcode; |
|
import java.util.HashMap; |
|
public class TwoSum { |
|
public int[] answer(int[] nums, int target) { |
|
HashMap<Integer, Integer> hashMap = new HashMap<>(); |
|
for (int i = 0; i < nums.length; i++) { |
|
int diff = target - nums[i]; |
|
if (hashMap.containsKey(diff)) { |
|
return new int[]{hashMap.get(diff), i}; |
|
} |
|
hashMap.put(nums[i], i); |
|
} |
|
return new int[0]; |
|
} |
|
} |
