【水 Leetcode 简单】两数之和 2019_12_11

本文探讨了两数之和问题的算法优化过程,从原始的爆破算法O(n^2)逐步改进到使用HashMap实现O(n)的时间复杂度。通过对比三种不同实现方式的执行效率,展示了算法优化的重要性和具体实践。

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

1.一拍脑门,耗时最长算法O(n^2) ==> 爆破算法
2.二拍脑门,从减法变加法,仍然是时间复杂度O(n^2) ==> 爆破算法
3.耗时思考

  • 双层 for 循环
  • 最惨情况:给定数组的最后2个数值,如果有序是不是就会快点?二分法
  • 如何加速查找,加速命中

4.耗时改进

  • 单层 for 循环
  • 加速查找 ==> int[hash]
  • 加速命中 ==> 减法补数概念,target - a = a.补数 = b (a.值不被关注)

5.优化结果:HashMap<a.补数,a.数组索引>

class Solution {
    public static void main(String[] args) {
        int[] nums = new int[]{2, 7, 3, 3, 11, 15};
        int target = 6;
        int[] result = twoSum(nums, target);
        int[] result2 = twoSum2(nums, target);
        int[] result1 = twoSum1(nums, target);
        System.out.println(result[0] + "," + result[1]);
        System.out.println(result1[0] + "," + result1[1]);
        System.out.println(result2[0] + "," + result2[1]);
    }

    /**
     * 执行用时 :3 ms, 在所有 java 提交中击败了98.42%的用户
     * 内存消耗 :36.9 MB, 在所有 java 提交中击败了93.40%的用户
     *
     * @param nums   数组
     * @param target 目标值
     * @return 两数索引数组
     */
    private static int[] twoSum(int[] nums, int target) {
        //1.两两求和 改良
        //目标:加速
        //     ① 双层 for 循环 ??必要吗
        //     ② 数据排序 ? 不也是一层for循环?
        //     ③ 加速命中 ?
        //产物:哈希Map<a的target补数,a的index>
        //     单层 for 循环
        //     插入数值时 ==> 建立索引 ==> HashMap
        //     所查找目标:两数值索引index1,index2 ——> 两数值无所谓,只要证明其关系 ——> 存入数值a-替换->存入a对target补数
        //3.数值b 与 数值a的HashMap<a.补数 , a.index> 进行包含计算 b == a.补数 == target - a
        HashMap<Integer, Integer> hash = new HashMap<Integer, Integer>();
        for (int i = 0; i < nums.length; i++) {
            if (hash.containsKey(nums[i]))
                return new int[]{hash.get(nums[i]), i};
            hash.put(target - nums[i], i);
        }
        return new int[]{};
    }

    /**
     * 执行用时 :50 ms, 在所有 java 提交中击败了21.74%的用户
     * 内存消耗 :37.3 MB, 在所有 java 提交中击败了90.40%的用户
     *
     * @param nums   数组
     * @param target 目标值
     * @return 两数索引数组
     */
    private static int[] twoSum2(int[] nums, int target) {
        //2.两两求和,if 和==target
        for (int i = 0; i < nums.length; i++) {
            for (int j = 0; j < nums.length; j++) {
                int res = nums[i] + nums[j];
                if (i == j) continue;
                else if (res == target)
                    return new int[]{i, j};
            }
        }
        return new int[]{};
    }

    /**
     * 执行用时 :123 ms, 在所有 java 提交中击败了5.02%的用户
     * 内存消耗 :37.6 MB, 在所有 java 提交中击败了86.00%的用户
     *
     * @param nums   数组
     * @param target 目标值
     * @return 两数索引数组
     */
    private static int[] twoSum1(int[] nums, int target) {
        //1.target-nums[i],if 差值==nums[j]
        for (int i = 0; i < nums.length; i++) {
            int cha = target - nums[i];
            for (int j = 0; j < nums.length; j++) {
                if (cha == nums[j]) {
                    if (i == j) continue;
                    return new int[]{i, j};
                }
            }
        }
        return new int[]{};
    }
}
内容概要:文章详细介绍了ETL工程师这一职业,解释了ETL(Extract-Transform-Load)的概念及其在数据处理中的重要性。ETL工程师负责将分散、不统一的数据整合为有价值的信息,支持企业的决策分析。日常工作包括数据整合、存储管理、挖掘设计支持和多维分析展现。文中强调了ETL工程师所需的核心技能,如数据库知识、ETL工具使用、编程能力、业务理解能力和问题解决能力。此外,还盘点了常见的ETL工具,包括开源工具如Kettle、XXL-JOB、Oozie、Azkaban和海豚调度,以及企业级工具如TASKCTL和Moia Comtrol。最后,文章探讨了ETL工程师的职业发展路径,从初级到高级的技术晋升,以及向大数据工程师或数据产品经理的横向发展,并提供了学习资源和求职技巧。 适合人群:对数据处理感兴趣,尤其是希望从事数据工程领域的人士,如数据分析师、数据科学家、软件工程师等。 使用场景及目标:①了解ETL工程师的职责和技能要求;②选择适合自己的ETL工具;③规划ETL工程师的职业发展路径;④获取相关的学习资源和求职建议。 其他说明:随着大数据技术的发展和企业数字化转型的加速,ETL工程师的需求不断增加,尤其是在金融、零售、制造、人工智能、物联网和区块链等领域。数据隐私保护法规的完善也使得ETL工程师在数据安全和合规处理方面的作用更加重要。
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