Leetcode-1 Two Sum

本文介绍了一种经典的算法问题——两数之和的三种解决方案。包括暴力解决法、使用哈希表的方法及优化后的哈希表查找法。通过对比不同方法的时间与空间复杂度,帮助读者理解算法优化的重要性。

题目如下:

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.

Example:

Given nums = [2, 7, 11, 15], target = 9,

Because nums[0] + nums[1] = 2 + 7 = 9,

return [0, 1].

 

方法一、暴力解决

两层for循环(fix一个数,找是否存在另一个数能让两数之和等于target)

时间复杂度 O(n^2) 空间复杂度O(1)

class Solution {
    public int[] twoSum(int[] nums, int target) {
        int[] result = new int[2];
        boolean flag = false;
        for (int i=0; i< nums.length; i++){
            result[0] = i;
            for (int j=i+1; j<nums.length; j++){
                if (nums[i] + nums[j] == target){
                    result[1] = j;
                    flag = true;
                    break;
                }
            }
            if (flag){
                break;
            }
        }
        return result;
    }
}
方法二、参考了solution

 What is the best way to maintain a mapping of each element in the array to its index? A hash table.

在hash table中查找的时间是近似常数(近似是因为如果冲突产生,会降级到O(n))

时间复杂度 O(n) 空间复杂度O(n)

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 tmp = target - nums[i];
            if(map.containsKey(tmp)&&map.get(tmp)!=i){
                return new int[] {i,map.get(tmp)};
            }
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}

方法三、

边存入hashmap,边查找。

时间复杂度 O(n) 空间复杂度O(n)

class Solution {
    public int[] twoSum(int[] nums, int target) {
        Map<Integer,Integer> map = new HashMap<>();
        for(int i=0;i<nums.length;i++){
            
            int tmp = target - nums[i];
            if(map.containsKey(tmp)&&map.get(tmp)!=i){
                return new int[] {map.get(tmp),i};
            }
            map.put(nums[i],i);
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}
但我这里仍然有疑问,map.put如果放在计算tmp前,就会runtime error。。。

 
六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值