1.两数之和

这篇博客介绍了两种方法来解决寻找数组中和为目标值的两个整数的问题。第一种是双指针法,通过排序数组并用两个指针从两端向中间移动找到目标。第二种是哈希表法,通过建立哈希表快速查找目标值的补数。这两种方法都在O(n)的时间复杂度内解决了问题。

题目描述

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,数组中同一个元素不能使用两遍。
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]

1.双指针法

1.1代码

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        //(1)对副本排序
        vector<int> nums_temp = nums;
        sort(nums_temp.begin(), nums_temp.end());
        int size = nums.size();
        
        //(2)查找和为target的两个元素
        int i = 0, j = size-1,num;
        while (i!=j)
        {
            num = nums_temp[i] + nums_temp[j];
            if (num > target)
                j--;
            else if (num < target)
                i++;
            else
                break;
        }
        //(3)查找nums中两个元素对应的下标
        vector<int> res;
        for (int m = 0; m < size; m++)
        {
            if (nums[m] == nums_temp[i])
                res.push_back(m);
            else if (nums[m] == nums_temp[j])
                res.push_back(m);
        }
        return res;

    }
};

1.2思路

(1)复制一份nums给nums_temp,并对nums_temp排序

(2)i和j分别指向nums_temp头和尾,l两个指针向内部移动,总能找到nums_temp[i]+nums_temp[j]=target

(3)遍历nums,寻找nums[m]等于nums_temp[i]以及nums_temp[j]时的下标m,即为所求。

1.3示例带入

比如nums=[3,2,4],target=6

步骤(1):nums_temp=[2,3,4]

步骤(2):i=0,j=2,nums_temp[0]=2,nums_temp[2]=4

步骤(3):nums[1]=nums_temp[0],nums[2]=nums_temp[2],[1,2]即为所求。

2.哈希表法

2.1代码

class Solution {
public:
    vector<int> twoSum(vector<int>& nums, int target) {
        //(1)创建mymap,键为nums[i],值为i
        vector<int> res;
        unordered_map<int, int> mymap;
        for (int i = 0; i < nums.size(); i++)
            mymap[nums[i]] = i;
        
        //(2)查找索引
        int temp;
        for (int i = 0; i < nums.size(); i++){
            temp=target-nums[i];
            if (mymap.count(temp) && i != mymap[temp]) {
                res.push_back(i);
                res.push_back(mymap[temp]);
                break;
            }
        }
        return res;
    }
};

2.1思路

(1)nums[i]作为mymap的键,索引i作为mymap的值。

(2)遍历,如果target-nums[i]的值在mymap(即nums中),并且其对应的索引!=i,则找到所求。

2.2示例带入

比如nums=[3,2,4],target=6

步骤(1):mymap[3]=0,mymap[2]=1,mymap[4]=2

步骤(2):i=0时,6-3=3,3在mymap中但mymap[3]与当前索引0相同,所以不满足条件;

​ i=1时,6-2=4,4在mymap中,且mymap[4]与当前索引1不等,所以找到所求,即[i,mymap[4]]

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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

HHT0506

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