力扣刷题1.两数之和(Java)

本文探讨了在给定数组中寻找两数之和等于目标值的问题,详细解析了三种解决方案:暴力解法、两遍哈希表及一遍哈希表。其中,一遍哈希表在效率上更胜一筹,通过在插入元素的同时检查目标元素,实现了时间复杂度为O(n)的高效搜索。

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

题目

给定一个整数数组 nums 和一个目标值 target,请你在该数组中找出和为目标值的那 两个 整数,并返回他们的数组下标。

你可以假设每种输入只会对应一个答案。但是,你不能重复利用这个数组中同样的元素。

示例:

给定 nums = [2, 7, 11, 15], target = 9
因为 nums[0] + nums[1] = 2 + 7 = 9
所以返回 [0, 1]

解体思路

  1. 暴力解法
    用数组中的每一项去找对应的数加起来等于target 只要找到就返回 因为前提假设是每种输入只会对应一个答案
时间复杂度空间复杂度
O(n^2)O(1)
class Solution {
    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[i]+ nums[j] == target){
                    int a[] = new int[]{i,j};
                    return a;
                }
            }
        }
        return null;
    }
}

对于每个元素,我们试图通过遍历数组的其余部分来寻找它所对应的目标元素,这将耗费 O(n) 的时间。因此时间复杂度为 O(n^2)

2.两遍hash表
使用两次迭代。在第一次迭代中,我们将每个元素的值和它的索引添加到表中。然后在第二次迭代中,我们将检查每个元素所对应的目标元素(target- nums[i]targetnums[i])是否存在于表中。注意,该目标不能是nums[i]本身 [官方]

class Solution {
    public int[] twoSum(int[] nums, int target) {
        HashMap<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];
            //hash表把查找时间降为 map.containsKey(complement)  1
            if(map.containsKey(complement) && map.get(complement) != i){  
                return new int[]{i, map.get(complement)};
            }
        }
        throw new IllegalArgumentException("No two sum solution");
    }
}
时间复杂度空间复杂度
O(n)O(n)

我们把包含有 nn 个元素的列表遍历两次。由于哈希表将查找时间缩短到 O(1) ,所以时间复杂度为 O(n)O(n)。
所需的额外空间取决于哈希表中存储的元素数量,该表中存储了 n 个元素。

  1. 一遍哈希表
    事实证明,我们可以一次完成。在进行迭代并将元素插入到表中的同时,我们还会回过头来检查表中是否已经存在当前元素所对应的目标元素。如果它存在,那我们已经找到了对应解,并立即将其返回。
    //一遍hash 在放的同时进行寻找 放置的时候不能和自己比 先比再放就不会 出错
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) && map.get(complement) != i){
                return new int[]{i, map.get(complement)};
            }
            map.put(nums[i],i);
        }
       throw new IllegalArgumentException("No two sum solution");
    }
}
时间复杂度空间复杂度
O(n)O(n)

虽然2,3方法都是O(n) ,但是3 对2 进行优化 ,每次只跟前面的进行比较 减少一部分工作量,同时少了一个for 循环

需要注意一点 先进行比较再进行增加就不会与自己比 比如 int num = new int[]{3,3};
target = 6; 如过是错误写法就会出错 map.get(complement) != i) 会获取到i本身的值 因此会出错。

		    //错误写法
			map.put(nums[i],i);// 先增加就会自己和自己比
			int complement = target - nums[i];
            if(map.containsKey(complement) && map.get(complement) != i){
                return new int[]{i, map.get(complement)};
            }
            
### 关于 LeetCode Java方法及示例代码 #### 常见的 LeetCode Java 目类型概述 LeetCode 上的 Java 目涵盖了多种算法和数据结构,主要包括数组、链表、字符串、哈希表、动态规划、回溯法等。这些目通常会考察基本的数据结构操作以及高级算法的应用能力[^1]。 以下是几个典型的 LeetCode Java 目及其解决方案: --- #### 示例一:两数之和 (Two Sum) 这是一个经典的入门级问,目标是从数组中找到两个相加等于特定值 `target` 的索引。 ##### 思路 通过使用 HashMap 来存储已经遍历过的数值及其对应的索引位置,可以有效地减少时间复杂度到 O(n)。 ##### 实现代码 ```java import java.util.HashMap; public class TwoSum { public int[] twoSum(int[] nums, int target) { HashMap<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[]{map.get(complement), i}; } map.put(nums[i], i); } throw new IllegalArgumentException("No two sum solution"); } } ``` --- #### 示例二:移除元素 (Remove Element) 此问是要求删除数组中的指定元素并返回新长度。 ##### 思路 利用双指针技术,在原地修改数组的同时保持空间复杂度为 O(1),并通过一次遍历来完成任务[^4]。 ##### 实现代码 ```java public class RemoveElement { public int removeElement(int[] nums, int val) { int k = 0; for (int i = 0; i < nums.length; i++) { if (nums[i] != val) { nums[k++] = nums[i]; } } return k; } } ``` --- #### 示例三:组合总和 (Combination Sum) 该问的目标是找出所有满足条件的不同整数组合,使得它们的和等于目标值。 ##### 思路 采用递归的方式解决这个问,并结合剪枝优化来提高效率。注意这里的输入保证了不同的组合数量不会超过 150 种[^3]。 ##### 实现代码 ```java import java.util.ArrayList; import java.util.List; public class CombinationSum { public List<List<Integer>> combinationSum(int[] candidates, int target) { List<List<Integer>> result = new ArrayList<>(); backtrack(result, new ArrayList<>(), candidates, target, 0); return result; } private void backtrack(List<List<Integer>> result, List<Integer> tempList, int[] candidates, int remain, int start) { if (remain < 0) return; else if (remain == 0) result.add(new ArrayList<>(tempList)); else { for (int i = start; i < candidates.length; i++) { tempList.add(candidates[i]); backtrack(result, tempList, candidates, remain - candidates[i], i); tempList.remove(tempList.size() - 1); } } } } ``` --- #### 示例四:队列的最大值 (Max Queue) 这是另一个涉及设计自定义数据结构的问,目的是支持快速获取最大值的操作。 ##### 怋想 可以通过维护一个辅助队列来跟踪当前窗口内的最大值,从而达到常数时间内查询的效果[^5]。 ##### 实现代码 ```java class MaxQueue { Deque<Integer> queue; Deque<Integer> maxDeque; public MaxQueue() { this.queue = new LinkedList<>(); this.maxDeque = new LinkedList<>(); } public int max_value() { if (!maxDeque.isEmpty()) { return maxDeque.peekFirst(); } else { return -1; } } public void push_back(int value) { while (!maxDeque.isEmpty() && maxDeque.peekLast() < value) { maxDeque.pollLast(); } maxDeque.offer(value); queue.offer(value); } public int pop_front() { if (queue.isEmpty()) { return -1; } int front = queue.poll(); if (front == maxDeque.peekFirst()) { maxDeque.pollFirst(); } return front; } } ``` --- #### 注意事项 在实际编写代码过程中需要注意细节处理,比如 Map 中键类型的正确选择应为 `Character` 而不是原始类型 `char`,这是因为后者无法自动装箱成对象形式用于集合类容器中[^2]。 此外,熟悉 String 类常用方法如 replace 和其他工具函数也是很有帮助的,尤其是在面对大量字符串相关目时能够更加得心应手。 ---
评论 1
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