LeetCode 1 两数之和

大四保研规划

由于保研之后，确实闲来无事，又深觉卷了三年绩点之后，技术基本上没有怎么长进，所以打算通过刷力扣来提升自己的编程的能力。考虑到未来科研以及可能从事的方向，我计划用python来进行编程（非科班，基本上零基础进行编程）。

两数之和

基础算法

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        #获取数组长度
        n=len(nums)
        for i in range(n):
            for j in range(i+1,n):
                if nums[i]+nums[j]==target:
                    return [i,j]
        # 如果没有找到答案，返回空列表 
        return []

类中定义函数，传入参数是 List列表，通过len()函数来获取列表长度，
range（5）等价于range（0, 5），是[0, 1, 2, 3, 4]没有5。(左闭右开)
range函数还可以引入步长来进行索引。

时间复杂度

大O符号表示法中，时间复杂度的公式是： T(n) = O( f(n) )，其中f(n) 表示每行代码执行次数之和，而 O 表示正比例关系，这个公式的全称是：算法的渐进时间复杂度。
n无限大的时候，T(n) = time(1+2n)中的常量1就没有意义了，倍数2也意义不大。因此直接简化为T(n) = O(n) 就可以了。所以当一个循环有多行代码时，可以近似为1行代码，也就是执行次数指的是循环次数。
运算次数：(n-1)+…+(0)=(0+n-1)*n/2;
所以时间复杂度为O(n^2)

空间复杂度

如果算法执行所需要的临时空间不随着某个变量n的大小而变化，即此算法空间复杂度为一个常量，可表示为 O(1)。
空间复杂度：O(1)。

进阶算法 哈希表

class Solution:
    def twoSum(self, nums: List[int], target: int) -> List[int]:
        d = dict()#构建字典
        for i, num in enumerate(nums):           #返回 enumerate(枚举) 对象，下标i（0开始计数），数
            if target - num in d:                          #如果target - num在字典中（前面枚举的数中）
                return [d[target - num], i]				#则返回
            d[nums[i]] = i                                   #添加键值对  num[i](key)=i(value)
        return []

时间复杂度

时间复杂度：O(N)，其中 N是数组中的元素数量。对于每一个元素 x，可以 O(1)地寻找 target−x。

空间复杂度

空间复杂度：O(N)，其中 N 是数组中的元素数量。主要为哈希表的开销。