【算法学习】两数之和II - 输入有序数组

文章介绍了如何使用双指针法和二分查找法解决给定非递减排序数组中找到和为目标数的两个数的索引问题,分析了两种方法的时间复杂度和空间复杂度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

原题链接

给你一个下标从 1 开始的整数数组 numbers ,该数组已按 非递减顺序排列 ,请你从数组中找出满足相加之和等于目标数 target 的两个数。如果设这两个数分别是 numbers[index1]numbers[index2] ,则 1 <= index1 < index2 <= numbers.length

以长度为 2 的整数数组 [index1, index2] 的形式返回这两个整数的下标 index1index2

你可以假设每个输入 只对应唯一的答案 ,而且你 不可以 重复使用相同的元素。

你所设计的解决方案必须只使用常量级的额外空间。

示例 1:

输入:numbers = [2,7,11,15], target = 9
输出:[1,2]
解释: 27 之和等于目标数 9 。因此 index1 = 1, index2 = 2 。返回 [1, 2]

示例 2:

输入:numbers = [2,3,4], target = 6
输出:[1,3]
解释:24 之和等于目标数 6 。因此 index1 = 1, index2 = 3 。返回 [1, 3]

示例 3:

输入:numbers = [-1,0], target = -1
输出:[1,2]
解释:-10 之和等于目标数 -1 。因此 index1 = 1, index2 = 2 。返回 [1, 2]

提示:

  • 2 <= numbers.length <= 3 * 104
  • -1000 <= numbers[i] <= 1000
  • numbers非递减顺序 排列
  • -1000 <= target <= 1000
  • 仅存在一个有效答案

双指针法

思路分析

我们观察题目可以发现,数组是已经排好序的,那么我们可以直接定义两个元素来分别指向 数组头数组尾 ,然后循环使两个指针移动,直到最终算出我们需要的结果。

假设左指针为start,右指针为end,并将左右指针所对应的元素的和设为sum,那么我们就可以发现:

  • sum==target 时,就可以得到我们需要的结果
  • sum>target 时,我们需要将右指针对应的元素变小一些,那么就需要 将右指针向左移动一个元素,也就是 end--
  • sum<target 时,我们需要将左指针对应的元素变大一些,那么就需要 将左指针向右移动一个元素,也就是 start++

我们可以通过下图来理解这个规律。

图解

双指针法.gif

代码实现

public int[] twoSum(int[] numbers, int target) {
    if (null == numbers) {
      return new int[0];
    }
    int start = 0;
    int end = numbers.length - 1;
    while (start < end) {
        int sum = numbers[start] + numbers[end];
        if (sum == target) {
            return new int[]{start + 1, end + 1};
        } else if (sum > target) {
            end--;
        } else {
            start++;
        }
    }
    return new int[0];
}

二分查找法

思路分析

那么我们将题目带入,假设左指针为 start,右指针为 end,并将左右指针中间的下标为 middle,即可得到:

  • numbers[middle]==target 时,我们即可得到需要的结果
  • numbers[middle]>target 时,说明 中间数大于预期结果,结果在左半部分,那么我们需要 将右指针移动至middle的位置,并重新取middle的位置。
  • numbers[middle]<target 时,说明 中间数小于预期结果,结果在右半部分,那么我们需要 将左指针移动至middle的位置,并重新取middle的位置。

我们通过下图来理解。

图解

1692181098346.gif

代码实现

public int[] twoSum(int[] numbers, int target) {
        if (null == numbers) {
            return new int[0];
        }
        for (int i = 0; i < numbers.length; ++i) {
            int start = i + 1;
            int end = numbers.length - 1;
            while (start <= end) {
                int middle = (end - start) / 2 + start;
                if (numbers[middle] == target - numbers[i]) {
                    return new int[]{i + 1, middle + 1};
                } else if (numbers[middle] > target - numbers[i]) {
                    end = middle - 1;
                } else {
                    start = middle + 1;
                }
            }
        }
        return new int[0];
    }

总结

我们使用了两种写法来完成这个题目:双指针法二分查找法

其中在 双指针法 中,数组最多遍历n次,则时间复杂度为 O(n) ,空间复杂度为O(1) 。

二分查找法 中,遍历数组的时间复杂度为 O(n) ,二分查找来寻找参数的时间复杂度为 O ( l o g n ) O(log_n) O(logn) ,所以在该题目中,总时间复杂度为 O ( n l o g n ) O(nlog_n) O(nlogn) ,空间复杂度为O(1) 。


推荐

关注博客和公众号获取最新文章

Bummon’s BlogBummon’s Home公众号

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

打赏作者

Bummon.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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