一、两数之和
方法一:暴力法
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> res;
for (int i = 0; i < nums.size(); i++) {
for (int j = i + 1; j < nums.size(); j++) {
if (nums[i] + nums[j] == target) {
res.emplace_back(i);
res.emplace_back(j);
}
}
}
return res;
}
};
复杂度分析
-
时间复杂度:O(N2),其中 N 是数组中的元素数量。最坏情况下数组中任意两个数都要被匹配一次。
-
空间复杂度:O(1)。(在最坏情况下,
res
中只会存储 2 个元素。)
方法二:哈希表
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
unordered_map<int, int> m;
for (int i = 0; i < nums.size(); i++) {
auto it = m.find(target - nums[i]);
if (it != m.end()) {
return {it->second, i};
}
m.insert({nums[i], i});
}
return {};
}
};
复杂度分析
- 时间复杂度:O(N),其中 N 是数组中的元素数量。边建表边查询。
- 空间复杂度:O(N),其中 N 是数组中的元素数量。主要为哈希表的开销。
查漏补缺:
auto it = m.find(target - nums[i]);
按照Key值(target - nums[i])寻找,若找到返回元素it,再使用 it->first or it->second 查看键值和值;若没找到返回 m.end();
m.insert({nums[i], i});
unordered_map 没有 insert(key, value) 这样的用法,正确的插入方式是:m[nums[i]] = i;或者 m.insert({nums[i], i});
易错点:
在没找到答案时,要返回 {};
return {}; // 如果没有找到,返回空 vector
方法三:双指针(仅适用于有序数组)
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
int i = 0, j = nums.size() - 1;
while (i != j) {
if (nums[i] + nums[j] == target)
return {i, j};
else if (nums[i] + nums[j] > target)
j--;
else
i++;
}
return {};
}
};
思路:对于任意升序数组,如果首尾相加>target,说明尾加任意数都 >target,则删去尾(j--);如果首尾相加 < target,说明首加任意数都 < target,则删去首(i++)。
复杂度分析
- 时间复杂度:O(N)
- 空间复杂度:O(1)
二、三数之和
方法一:双指针
class Solution {
public:
vector<vector<int>> threeSum(vector<int>& nums) {
sort(nums.begin(), nums.end());
int l = 0, r = nums.size() - 1;
vector<vector<int> > ans;
for (int i = 0; i < nums.size() - 2; ++i) {
if (i > 0 && nums[i] == nums[i - 1]) continue; // 跳过重复的元素
int l = i + 1, r = nums.size() - 1;
while (l < r) {
int sum = nums[i] + nums[l] + nums[r];
if (sum == 0) {
ans.push_back({nums[i], nums[l], nums[r]});
while (l < r && nums[l] == nums[l + 1]) ++l; // 跳过重复的元素
while (l < r && nums[r] == nums[r - 1]) --r; // 跳过重复的元素
++l; --r;
} else if (sum < 0) {
++l;
} else {
--r;
}
}
}
return ans;
}
};
复杂度分析
- 时间复杂度:O(N2),其中 N 是数组 nums 的长度。(排序是O(NlogN))
- 空间复杂度:O(logN)。我们忽略存储答案的空间,额外的排序的空间复杂度为 O(logN)。然而我们修改了输入的数组 nums,在实际情况下不一定允许,因此也可以看成使用了一个额外的数组存储了 nums 的副本并进行排序,空间复杂度为 O(N)。
优化版本
for (int i = 0; i < len - 2; i++) {
if (i > 0 && nums[i] == nums[i - 1])
continue;
if(nums[i]+nums[i+1]+nums[i+2]>0)
continue;
if(nums[i]+nums[len-1]+nums[len-2]<0)
continue;
int j = i + 1;
int k = len - 1;
// 剩下都一样
思路:如果这个数跟此后的最小两个数相加都大于0,那么不会出现正确答案; 如果这个数跟最后的最小两个数相加都小于0,那么不会出现正确答案。
三、后移0
方法一:我的方法(双指针)
class Solution {
public:
int sumzero(vector<int>& nums) {
int ze = 0;
for (int i = 0; i < nums.size(); i++) {
if (nums[i] == 0)
ze++;
}
return ze;
}
void moveZeroes(vector<int>& nums) {
int ze = sumzero(nums);
int len = nums.size();
for (int i = 0; i < ze; i++) {
for (int j = 0, k = 1; k < len; j++, k++) {
if (nums[j] == 0) {
int temp = nums[j];
nums[j] = nums[k];
nums[k] = temp;
}
}
}
}
};
思路:一次遍历把一个0移到最后,那么n个0需要n次遍历。
复杂度分析
- 时间复杂度:O(N2)
- 空间复杂度:O(1)
方法二:优化版双指针
class Solution {
public:
void moveZeroes(vector<int>& nums) {
int len = nums.size();
if (len == 0)
return;
int l = 0;
for (int r = 0; r < len; r++) {
if (nums[r]) {
int temp = nums[l];
nums[l] = nums[r];
nums[r] = temp;
l++;
}
}
return;
}
};
思路:
l
左指针:寻找 0 的位置,用于和非零数交换。r
右指针:遍历数组,寻找 第一个非零数,然后交换到l
位置,保证非零元素的顺序不变。
复杂度分析
- 时间复杂度:O(N)
- 空间复杂度:O(1)