力扣1. 两数之和

1. 两数之和

给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。
你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。

示例:

给定 nums = [2, 7, 11, 15], target = 9

因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

 

法一：暴力法

遍历每个元素 xx，并查找是否存在一个值与 target - xtarget−x 相等的目标元素。

class Solution {
    public int[] twoSum(int[] nums, int target) {
       // 暴力法
       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 null;
    }
}

复杂度分析

时间复杂度为O(n^2)，空间复杂度为O(1)

 

法二：两次HashMap

 思路：

两次HashMap，第一次把所有元素都加入到map中，第二次扫描nums数组，判断互补元素是否存在于Map中，注意该目标元素不能是 nums[i]nums[i] 本身！

class Solution {
    public int[] twoSum(int[] nums, int target) {
        // 两次HashMap
        HashMap<Integer, Integer> hashMap = new HashMap<>();
        // 第一次把所有元素都加入到map中
        for(int i = 0; i < nums.length; i++){
            hashMap.put(nums[i], i);
        }
        // 扫描nums数组，判断互补元素是否存在于Map中
        for(int i = 0; i < nums.length; i++){
            int another = target - nums[i];
            if(hashMap.containsKey(another) && hashMap.get(another) != i){
                return new int[] {i, hashMap.get(another)};
            }
        }
        return null;
    }
}

复杂度分析：

时间复杂度：O(n)O(n)，
我们把包含有 nn 个元素的列表遍历两次。由于哈希表将查找时间缩短到 O(1)O(1) ，所以时间复杂度为 O(n)O(n)。

空间复杂度：O(n)O(n)，
所需的额外空间取决于哈希表中存储的元素数量，该表中存储了 nn 个元素。

法三：一次HashMap

思路：

 1. 借助一个HashMap<Integer, Integer>, 存储的元素是一个nums[i] 和 i
 2. 遍历所有的元素，对于每个元素判断互补的那个元素是否在Map中，如果在根据互补的值作为键取出键值对，返回数组，退出循环
 3.  如果不在，则将当前元素和下标作为键值对添加到map中

class Solution {
    public int[] twoSum(int[] nums, int target) {
        HashMap<Integer, Integer> map = new HashMap<>();
        for(int i = 0; i < nums.length; i++){
            int another = target - nums[i];
            if(map.containsKey(another)){
                int j = map.get(another);
                return new int[] {j, i};
            }else{
                map.put(nums[i], i);
            }
        }
        return null;
    }
}

 复杂度分析：

时间复杂度：O(n)O(n)，
我们只遍历了包含有 nn 个元素的列表一次。在表中进行的每次查找只花费 O(1)O(1) 的时间。

空间复杂度：O(n)O(n)，
所需的额外空间取决于哈希表中存储的元素数量，该表最多需要存储 nn 个元素。

注意：

1. HashMap的containsKey()函数的算法复杂度是O(1), 不是O(n)，更不是O(n^2), 所以使用了HashMap的方式肯定比暴力的效率高，可以参考这篇博客：hashMap.containsKey(value)时间复杂度分析

2. 题解二，三都没有问题。题解二hashmap中虽然覆盖了key，但是第二次遍历时利用数组元素作为比较，而数组中元素是完好的(数组没有改动)。举例：[2,2,3,6,5],target=4，map中只有<2,1>(因为<2,0>被覆盖了),但是第二次遍历，第一个数组元素下标为0，值为2，此时下标0与hashmap中<2,1>的下标1不同，所以返回结果new int[0,1]。题解三中在map中进行put之前先进行判断，判断将要放入元素与map中元素是否满足题解条件，如果不满足再放入，当put操作覆盖map中元素的情况出现时，说明被覆盖的值和当前放入的数值相同，但是它们相加并不能满足条件(因为先判断再put)，所有覆盖是没有影响的。还有因为题目说明了“假设每种输入只会对应一个答案“，所以不会出现<2, 2, 2, 3, 6, 5>这种情况

作者：LeetCode
链接：https://leetcode-cn.com/problems/two-sum/solution/liang-shu-zhi-he-by-leetcode-2/
来源：力扣（LeetCode）