leetcode第一题(vs17实现)
参考链接:
https://blog.youkuaiyun.com/qq_28584889/article/details/83654222
(leetcode里面只要你做类的实现就可以了,相当于自己写封装函数,不需要自己再写I/O以及main函数)
题目内容:
给定整数数组,返回指数在这两个数字中,它们加起来就是一个特定的目标。
您可以假设每个输入都有一点儿没错一个解决方案,您可以不使用同元素两次。
例子:
Given nums = [2, 7, 11, 15], target = 9,
Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1]`
方法一:暴力法
遍历每个元素 xx,并查找是否存在一个值与 target−x 相等的目标元素
class solution
{
public:
vector<int> twosum(vector<int>& nums, int target) {
vector<int> ans;
int length = nums.size();
for (int i = 0; i < length; i++) {
for (int j = i + 1; j < length; j++) {
if (nums[i] + nums[j] == target) {
ans.push_back(i);
ans.push_back(j);
}
}
}
return ans;
}
};
有关vector的介绍:
https://www.cnblogs.com/otakuhan/p/8598790.html
原理:通过从第一个元素开始依次对剩下的元素进行遍历,没有满足的继续从第二个元素开始进行遍历。
复杂度分析:
时间复杂度:O(n^2)
空间复杂度:O(1)。
方法二 C++版本的两遍哈希表(官方题解)
为了提高我们的运行时复杂性,我们需要一种更有效的方法来检查数组中是否存在补码。如果存在补码,我们需要查找它的索引。维护数组中每个元素到其索引的映射的最佳方法是什么?哈希表。
我们把查找时间从O(N)O(n)到O(1)O(1)用空间换取速度。哈希表正是为此目的构建的,它支持快速查找近固定的时间。通过以空间换取速度的方式,我们可以将查找时间从 O(n) 降低到 O(1)。
C++版本的哈希表算法采用unordered_map。不需要比较
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> ans;
unordered_map<int, int> tmpmap;
int length = nums.size();
for (int i = 0; i < length; i++) {
tmpmap[nums[i]] = i;
}
for (int i = 0; i < length; i++) {
if (tmpmap.count(target - nums[i]) != 0 && tmpmap[target - nums[i]] != i) {
ans.push_back(i);
ans.push_back(tmpmap[target - nums[i]]);
break;
}
}
return ans;
}
};
//方法三 C++版本的一遍哈希表(官方题解)
/*
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。
*/
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
vector<int> ans;
unordered_map<int, int> tmpmap;
int length = nums.size();
for (int i = 0; i < length; i++) {
if (tmpmap.count(nums[i]) != 0) {
ans.push_back(tmpmap[nums[i]]);
ans.push_back(i);
break;
}
tmpmap[target - nums[i]] = i;
}
return ans;
}
};
主函数
void main()
{
int nums[] = { 2,7,9,11 };
vector<int> num(nums, nums + 4);
Solution sol;
vector<int> tmp = sol.twoSum(num, 16);
for (int i = 0; i < tmp.size(); i++)
{
cout << tmp[i] << " ";
if (i % 2 != 0)
{
cout << endl;
}
}
system("pause");
}
哈希函数是地址与值的映射关系,哈希表适用于数组的索引等。
`