目录
- 1.题目
- 2.题解
- 解法一:暴力枚举
- 解法二:哈希表解法
- 解法三:双指针(有序状态)
- 解法四:二分查找(有序状态)
1.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 <= 104
-109 <= nums[i] <= 109
-109 <= target <= 109
只会存在一个有效答案
2.题解
解法一:暴力枚举
最容易想到的方法是枚举数组中的每一个数 x,寻找数组中是否存在 target - x。
当我们使用遍历整个数组的方式寻找 target - x 时,需要注意到每一个位于 x 之前的元素都已经和 x 匹配过,因此不需要再进行匹配。而每一个元素不能被使用两次,所以我们只需要在 x 后面的元素中寻找 target - x。
public int[] TwoSum(int[] nums, int target){int n=nums.Length;for (int i = 0; i < n; i++){for (int j = i + 1; j < n; j++){if (nums[i] + nums[j] == target){return new int[] { i, j };}}}return new int[] { 0, 0 };}
- 时间复杂度: O(n^2) ,空间复杂度: O(1)
解法二:哈希表解法
注意到方法一的时间复杂度较高的原因是寻找 target - x 的时间复杂度过高。因此,我们需要一种更优秀的方法,能够快速寻找数组中是否存在目标元素。如果存在,我们需要找出它的索引。
使用哈希表,可以将寻找 target - x 的时间复杂度降低到从 O(N) 降低到 O(1)。
这样我们创建一个哈希表,对于每一个 x,我们首先查询哈希表中是否存在 target - x,然后将 x 插入到哈希表中,即可保证不会让 x 和自己匹配。
public int[] TwoSum(int[] nums, int target) {Dictionary<int, int> twoSum = new Dictionary<int, int>();for (int i = 0; i < nums.Length; i++){if(twoSum.ContainsKey(target-nums[i])){return new int[] {twoSum[target - nums[i]], i};}else {twoSum[nums[i]] = i;}}return new int[] {0, 0};}
- 时间复杂度:O(n),空间复杂度:O(n)。
解法三:双指针(有序状态)
public int[] towSum(int[] nums, int target){int left = 0;int right = nums.Length - 1;for (int i = 0; i < nums.Length; i++){if (nums[left] + nums[right] > target){right--;}else if (nums[left] + nums[right] < target){left++;}else{return new int[] { left, right };}}return new int[] { };}
- 时间复杂度:O(nlogn),空间复杂度:O(n)。
解法四:二分查找(有序状态)
public int[] towSum(int[] nums, int target){for (int i = 0; i < nums.Length; i++){int low = i + 1;int high = nums.Length - 1;while (low <= high){int mid = (high - low) / 2 + low;if (nums[mid] > target - nums[i]){high = mid - 1;}else if (nums[mid] < target - nums[i]){low = mid + 1;}else{return new int[] { i, mid };}}}return new int[] { };}
- 时间复杂度:O(nlogn),空间复杂度:O(n)。