工作之餘,感覺還是要加強基礎知識的掌握,於是再次進行leetcode的刷題之旅了,go!
原題鏈接:https://leetcode-cn.com/problems/two-sum/
方法一:暴力法
暴力法很簡單,遍歷每個元素x,並查找是否存在一個值與target-x相等的目標元素。
public int[] twoSum(int[] nums, int target) {
for (int i = 0; i < nums.length; i++) {
for (int j = i + 1; j < nums.length; j++) {
if (nums[j] == target - nums[i]) {
return new int[] { i, j };
}
}
}
return null;
}
複雜度分析:
時間複雜度:O(n^2), 對於每個元素,我們試圖通過遍歷數組的其餘部分來尋找它所對應的目標元素,這將耗費 O(n) 的時間。因此時間複雜度爲 O(n^2)。
空間複雜度:O(1)。
方法二:兩遍哈希表
一個簡單的實現使用了兩次迭代。在第一次迭代中,我們將每個元素的值和它的索引添加到表中。然後,在第二次迭代中,我們將檢查每個元素所對應的目標元素(target - nums[i]target−nums[i])是否存在於表中。注意,該目標元素不能是 nums[i]nums[i] 本身!
class Solution {
public int[] twoSum(int[] nums, int target) {
Map<Integer,Integer> map = new HashMap<>();
for(int i=0; i<nums.length; i++) {
map.put(nums[i],i);
}
for(int i=0; i<nums.length;i++) {
int complement = target - nums[i];
if(map.containsKey(complement) && map.get(complement) != i) {
return new int[]{i,map.get(complement)};
}
}
return null;
}
}
複雜度分析:
時間複雜度:時間複雜度:O(n), 我們只遍歷了包含有 n 個元素的列表一次。在表中進行的每次查找只花費 O(1) 的時間。
空間複雜度:空間複雜度:O(n), 所需的額外空間取決於哈希表中存儲的元素數量,該表最多需要存儲 n 個元素。
方法三:一遍哈希表
在進行迭代並將元素插入到表中的同時,我們還會回過頭來檢查表中是否已經存在當前元素所對應的目標元素。如果它存在,那我們已經找到了對應解,並立即將其返回。
class Solution {
public int[] twoSum(int[] nums, int target) {
Map<Integer,Integer> map = new HashMap<>();
for(int i=0; i<nums.length; i++) {
int complement = target - nums[i];
if (map.containsKey(complement)) {
return new int[]{i,map.get(complement)};
}
map.put(nums[i],i);
}
return null;
}
}
複雜度分析:
時間複雜度:O(n), 我們只遍歷了包含有 n 個元素的列表一次。在表中進行的每次查找只花費O(1) 的時間。
空間複雜度:O(n), 所需的額外空間取決於哈希表中存儲的元素數量,該表最多需要存儲 n 個元素。
參考鏈接:https://leetcode-cn.com/problems/two-sum/solution/liang-shu-zhi-he-by-leetcode-2/