Leetcode的AC指南 —— 哈希法:1. 两数之和

摘要:
Leetcode的AC指南 —— 哈希法:1. 两数之和。题目介绍: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。

文章目录

  • 一、题目
  • 二、解析
    • 1、暴力解法
    • 2、哈希法 —— 字典

一、题目


题目介绍
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。

力扣题目链接

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?

二、解析


1、暴力解法

public static int[] twoSum(int[] nums, int target) {
        int[] res = new int[2];
        for(int i = 0; i < nums.length; i++){
            for(int j = i + 1; j < nums.length; j++){
                if(nums[i] + nums[j] == target){
                    res[0] = i;
                    res[1] = j;
                }
            }
        }
        return res;
    }
  • 时间复杂度O(nlog(n))
  • 空间复杂度O(1)

2、哈希法 —— 字典

  • 什么时候使用哈希法:当我们需要查询一个元素是否出现过,或者一个元素是否在集合里的时候,就要第一时间想到哈希法。
  • 哈希法的数据结构:
    • 数组:数组的大小是受限制的,而且如果元素很少,而哈希值太大会造成内存空间的浪费。
    • set:set是一个集合,里面放的元素只能是一个key,且无序,不重复,无索引
    • map:map是一种key value的存储结构。无序,不重复,无索引。

思路:

  • 创建一个字典,key存储访问过的元素,value存储该元素对应的数组下标。
  • 遍历数组,查找访问过的元素中是否有满足两数之和的key
    • 有,返回当前元素下标,和字典中对应temp的value值(也就是temp对应的数组下标)
    • 没有,将当前元素和对应下标存入字典,访问下一个元素。
public int[] twoSum(int[] nums, int target) {
    int[] res = new int[2];
    if(nums == null || nums.length == 0){
        return res;
    }
    Map<Integer, Integer> map = new HashMap<>();
    for(int i = 0; i < nums.length; i++){
        int temp = target - nums[i];   // 遍历当前元素,并在map中寻找是否有匹配的key
        if(map.containsKey(temp)){
            res[1] = i;
            res[0] = map.get(temp);
            break;
        }
        map.put(nums[i], i);    // 如果没找到匹配对,就把访问过的元素和下标加入到map中
    }
    return res;
}
  • 时间复杂度: O(n)
  • 空间复杂度: O(n)

你可能感兴趣的:(leetcode的AC指南,leetcode,哈希算法,数据结构)