[Leetcode] 1 - Two Sum

本文详细介绍了解决LeetCode中两数之和问题的两种常见方法:排序后使用双指针和直接使用哈希表。讨论了每种方法的时间复杂度、空间复杂度,并提供了代码实现。

原题链接:https://oj.leetcode.com/problems/two-sum/


撇开暴力破解,这道题有众所周知的两种做法:

1. 先排序,再一前一尾双指针。这种方法要注意的是,排序时需要保存原来的index,这样的话其实是一个有着value和index的结构体基于value的排序。时间复杂度O(n log n)。空间复杂度O(n),因为要保存index。

2. 直接hash。这道题需要注意的是,如果数组有两个相同元素,但是仍然构成唯一解。比如target是6,数组是1,3,3。所以hash的key是int,但是value则是一个vector<int>保存所有的index。网上很多博客都假设数组每个值都是unique的,可能可以通过测试,但是不是solid的解法。时间复杂度O(n),空间复杂度O(n)

class Solution {
public:
    vector<int> twoSum(vector<int> &numbers, int target) {
        vector<int> results;

        unordered_map<int, vector<int> > map;
        for (int i = 0; i < numbers.size(); ++i) {
            if (map.find(numbers[i]) == map.end()) {
                map.insert(make_pair(numbers[i], vector<int> (1, i)));
            } else {
                map[numbers[i]].push_back(i);
            }
        }
        
        for (int i = 0; i < numbers.size(); ++i) {
            int searched = target - numbers[i];
            
            if (map.find(searched) != map.end()) {
                if (searched != numbers[i]) {
                    results.push_back(i + 1);
                    results.push_back(map[searched][0] + 1);
                    break;
                } else if (map[searched].size() == 1) {
                    continue;
                } else {
                    results.push_back(map[searched][0] + 1);
                    results.push_back(map[searched][1] + 1);
                    break;
                }
            }
        }
        
        sort(results.begin(), results.end());
        return results;
    }
};





LeetCode 中,two-sum 问题是经典的算法问题之一。使用哈希表解法是其中一种高效且常见的实现方式。该方法的时间复杂度为 O(n),空间复杂度也为 O(n),相较于暴力双重循环的 O(n²) 方法更优。 ### 哈希表解法的核心思想 通过遍历数组,在每次迭代中计算当前元素与目标值之间的差值(即 `target - nums[i]`),然后检查该差值是否已经存在于哈希表中。如果存在,则说明找到了满足条件的两个数;如果不存在,则将当前元素及其索引存入哈希表中,以便后续查找。 ### C++ 实现代码 ```cpp class Solution { public: vector<int> twoSum(vector<int>& nums, int target) { unordered_map<int, int> hash; // 存储元素的值和下标 int n = nums.size(); for (int i = 0; i < n; ++i) { int x = target - nums[i]; // 寻找对应的另一个加数 if (hash.count(x)) return { hash[x], i }; // 如果找到,直接返回结果 else hash[nums[i]] = i; // 否则,将当前元素存入哈希表 } return { -1, -1 }; // 没有找到符合条件的两个数 } }; ``` ### C 实现代码 另一种实现方式是使用静态分配或动态分配的哈希表结构,例如使用数组模拟哈希表。这种方法在某些特定条件下可能效率更高,尤其是当输入数据范围较小且已知时。 以下是一个优化过的 C 语言实现示例: ```c int* twoSum(int* nums, int numsSize, int target, int* returnSize) { int min = INT_MAX; *returnSize = 2; int i = 0; for (i = 0; i < numsSize; i++) { if (nums[i] < min) min = nums[i]; } int max = target - min; int len = max - min + 1; // 确定哈希表长度 if (len <= 50000) { int *table = (int*)malloc(len * sizeof(int)); int *indice = (int*)malloc(2 * sizeof(int)); for (i = 0; i < len; i++) { table[i] = -1; // 初始化哈希表 } for (i = 0; i < numsSize; i++) { if (nums[i] - min < len) { if (table[target - nums[i] - min] != -1) { indice[0] = table[target - nums[i] - min]; indice[1] = i; return indice; } table[nums[i] - min] = i; } } free(table); return indice; } else { int *a = (int *)malloc(sizeof(int) * 2); for (int i = 0; i < numsSize; i++) { for (int j = 0; j < numsSize; j++) { if (i != j && nums[i] + nums[j] == target) { a[0] = i; a[1] = j; return a; } } } return NULL; } } ``` ### 关键点分析 - **时间复杂度**:O(n),因为每个元素只被处理一次。 - **空间复杂度**:O(n),用于存储哈希表。 - **适用场景**:适用于需要快速查找配对值的问题。 - **注意事项**:确保在查找过程中不会重复使用同一个元素,因此需在哈希表中保存的是之前遍历过的元素[^2]。 ---
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