leetcode算法热题--两树之和
题目
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。
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 <= 10^4
-10^9 <= nums[i] <= 10^9
-10^9 <= target <= 10^9
只会存在一个有效答案
解答
方法一:暴力求解法
思路和算法
我们很容易就能想到,对于nums
数组中的每一个数x
,我们遍历其后的每一个数,使其相加,判断是否和target
相等。
代码
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
int n = nums.size();
for (int i = 0; i < n; ++i) {
for (int j = i + 1; j < n; ++j) {
if (nums[i] + nums[j] == target) {
return {i, j};
}
}
}
return {};
}
};
复杂度分析
时间复杂度:O(N^2)。N为数组元素的数量,在最坏情况下两个for
循环需要全部匹配一遍。
空间复杂度:O(1)。只使用了有限个空间来记录数据。
方法二:哈希表
思路和算法
我们在方法一种使用了一个for
循环来寻找对应target-x
,使得其时间复杂度为O(N),如果我们有办法能够将寻找target-x
的时间复杂度降低,那么整个方法的时间复杂度就会变为O(N),哈希表就可以实现这一要求。
我们可以创建一个哈希表hashtable
,对于每一个x
,我们先在哈希表中寻找target-x
,如果没有相匹配的,我们就将x
以及它的索引存入哈希表中,随着x
的不断向后移,哈希表中的数据也会越来越多,最终就会找到一个target-x
来匹配到x
。
代码
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int,int> hashtable;
for(int i=0;i<nums.size();i++)
{
auto it = hashtable.find(target - nums[i]);
if(it != hashtable.end())
{
return {i,it->second};
}
hashtable[nums[i]] = i;
}
return {};
}
};
复杂度分析
时间复杂度:O(N)。N为数组nums
元素数量,利用哈希表能将寻找target-x
的时间复杂度变为O(1)。
空间复杂度:O(N)。在最坏情况下,哈希表需要存储N个数据。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Deepseek官网太卡,教你白嫖阿里云的Deepseek-R1满血版
· 2分钟学会 DeepSeek API,竟然比官方更好用!
· .NET 使用 DeepSeek R1 开发智能 AI 客户端
· DeepSeek本地性能调优
· 一文掌握DeepSeek本地部署+Page Assist浏览器插件+C#接口调用+局域网访问!全攻略